Définition L'Assistant Validation croisée vous aide à comprendre la précision de vos modèles d'exploration de données et ...

Définition 

L'Assistant Validation croisée vous aide à comprendre la précision de vos modèles d'exploration de données et à savoir s'ils sont globalement applicables à vos données. La validation croisée partitionne vos données en plusieurs "replis", puis teste la précision et recherche les erreurs du modèle en le comparant à chaque repli, successivement. Si les résultats pour chaque repli sont bons et que chaque jeu de résultats se situe dans une plage similaire, vous savez que votre modèle se comporte généralement bien pour l'ensemble de vos données. Toutefois, si de nombreuses variations existent entre les résultats de certains replis, vous pouvez en déduire que votre modèle ne s'applique pas à toutes vos données et qu'il a besoin de réglage précis. 



Fonction

L'Assistant Validation croisée vous permet de spécifier les modèles à tester. Vous pouvez également indiquer le nombre de replis dans lesquels partitionner les données. En fonction de ces choix, l'application crée et effectue l'apprentissage d'autant de modèles qu'il n'existe de replis. Elle retourne ensuite un ensemble de mesures de précision pour chaque repli dans chaque modèle, puis agrège les résultats pour le modèle. Les résultats retournés comprennent les nombres de résultats vrais et faux positifs prédits par le modèle ainsi que l'erreur du carré moyen racine et la vraisemblance du journal. Vous pouvez trouver d'autres informations sur ces résultats dans nos fichiers d'aide.