Aide sur le choix du test de compatibilité pour l'algorit de classification

1. Comment saurez-vous quel algorithme ML choisir pour votre problème de classification?
2. Comment pourriez-vous évaluer l'algorithme de classification?

Comment saurez-vous quel algorithme ML choisir pour votre problème de classification?

Maintenant, pour utiliser quel algorithme dépend de l'objectif du problème commercial. Si l'inférence est l'objectif, alors les modèles restrictifs sont meilleurs car ils sont beaucoup plus interprétables. Les modèles flexibles sont meilleurs si une plus grande précision est l'objectif. En général, à mesure que la flexibilité d'une méthode augmente, son interprétabilité diminue.

Comment pourriez-vous évaluer l'algorithme de classification?

Précision. La métrique haut de l'esprit pour évaluer les algorithmes de classification est la précision. Sur le numérateur, nous avons tous les exemples que nous avons bien obtenus avec notre algorithme. Sur le dénominateur, nous avons tout notre échantillon.