Modéliser les données pour l'apprentissage
Du tableau brut à la matrice qu'un algorithme accepte : individus et variables, types de variables, encodage, mise à l'échelle et trois distances (euclidienne, de Manhattan, cosinus).
- 26 cartes
- 6 thèmes
- Gratuit
Le programme, thème par thème
Le poids de chaque thème suit celui que lui donne l'examen.
- Notions
- Questions
- Ranger et relier
- Les chiffres
- Mises en situation
- Comprendre
Quelques cartes du deck
Variable explicative : de quoi s'agit-il ?
Voir la réponse
Colonne d'un jeu de données qui décrit chaque individu (une ligne) par une mesure ou une catégorie, et que le modèle reçoit en entrée.
Le jeu devient une matrice : une ligne par individu, une colonne par variable. L'algorithme ne voit que des nombres, d'où l'encodage et la mise à l'échelle.
Une colonne « ville » compte 5 villes distinctes. Combien de colonnes crée l'encodage un parmi n, sans en retirer ?
- 5 colonnes
- 1 colonne contenant les entiers de 1 à 5
- 4 colonnes, la dernière se déduisant des autres
- 10 colonnes, une par paire de villes
Voir la réponse
5 colonnes
Une colonne indicatrice par modalité, soit 5 ; chaque ligne porte un seul 1. Retirer une colonne (4) est une option qu'on choisit expressément, et l'entier de 1 à 5 est l'encodage ordinal, faux pour une ville.
La distance de … additionne les écarts en valeur absolue, variable par variable, sans les élever au carré.
Voir la réponse
La distance de Manhattan additionne les écarts en valeur absolue, variable par variable, sans les élever au carré.
Entre (2, 5) et (6, 2) : |6 − 2| + |2 − 5| = 4 + 3 = 7, contre 5 en euclidien. On la compare à un trajet en quadrillage de rues, où l'on ne coupe pas en diagonale.
Variable quantitative et variable qualitative : de quoi s'agit-il ?
Voir la réponse
Quantitative : une mesure sur laquelle le calcul a un sens, continue si toute valeur d'un intervalle est possible, discrète si ce sont des entiers comptés. Qualitative : une catégorie, nominale si elle n'a pas d'ordre, ordinale si les modalités se rangent.
Un code postal ressemble à un nombre mais reste nominal : en faire la moyenne n'a aucun sens. Le type décide de l'encodage et des calculs permis.