Évaluer un modèle de régression
Évaluer la performance d'un modèle de régression
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Rédigez un code Python pour évaluer complètement un modèle de régression sur l'ensemble de test [Y_TEST] par rapport à [Y_PRED]. Rapportez : MAE, RMSE, MAPE, R², R² ajusté et erreur maximale. Graphiques : nuage de points réel vs prédit, graphique des résidus, distribution des résidus et diagramme Q-Q. Identifiez les biais systématiques et les schémas d'hétéroscédasticité.
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
Ajoutez un test de Breusch-Pagan (statsmodels.stats.diagnostic.het_breuschpagan) pour quantifier l'hétéroscédasticité et un test de Shapiro-Wilk (scipy.stats.shapiro) sur les résidus pour vérifier leur normalité au-delà du Q-Q plot. Cela transforme l'analyse visuelle en diagnostic statistique robuste.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.