Intermédiaire

Introduction au Machine Learning

Scikit-Learn est la bibliothèque standard pour le Machine Learning en Python. Elle fournit des outils simples et efficaces pour l'analyse prédictive.

Le Workflow ML

  1. Préparer les données (X et y).
  2. Séparer en jeu d'entraînement et de test (`train_test_split`).
  3. Choisir un modèle.
  4. Entraîner le modèle (`fit`).
  5. Faire des prédictions (`predict`).
  6. Évaluer le modèle.

📚 Documentation Officielle

Exemples de Code

Train Test Split

from sklearn.model_selection import train_test_split

X = df[['feature1', 'feature2']]
y = df['target']

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

💪 À vous de jouer !

  • Importez `train_test_split` de `sklearn.model_selection`.
  • Séparez le dataset Iris en jeux d'entraînement et de test (80% train, 20% test).
← Précédent Suivant →