Détection d'anomalies
Identifier des cas anormaux
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Je dois détecter des anomalies dans [contexte] avec un dataset de [taille] observations. Les features disponibles sont [liste_features]. Compare Isolation Forest, One-Class SVM, Autoencoder et LOF pour ce cas. Inclus le code Python, la stratégie de seuillage et comment évaluer les résultats sans labels ground truth.
Personnaliser ce prompt avec Léa
Réponds à 3 questions, Léa adapte le prompt à ta situation.
Cas d'usage
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Pour évaluer sans labels, utilisez le « score silhouette » sur les scores d'anomalie ou l’« analyse de l’écart de reconstruction » (autoencoder). Un seuillage efficace : fixez le percentile 95-99 sur les scores, puis validez par inspection visuelle (distribution des scores, t-SNE des features). Code : `np.percentile(scores, 95)` comme seuil initial.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.