Comment gérer les données lors d'une mauvaise prédiction
Réponses à toutes vos questions après le Bac (Fac, Prépa, etc.)
-
bdelhez
- Messages: 3
- Enregistré le: 06 Avr 2017, 11:24
-
par bdelhez » 15 Juin 2018, 21:21
Bonjour,
Je possède un algorithme de machine learning permettant de réaliser des prédictions.
Lorsqu'un utilisateur entre ses données dans l’algorithme afin d'obtenir une prédiction, mais que celle-ci sont principalement composées de données "aberrantes", que dois-je faire :
Le gérer en amont et lui refuser l'utilisation de l'algorithme ?
L'accepter en omettant les données aberrantes (il y a t-il une règle pour définir un seuil d’aberration par exemple) ?
Réaliser une prédiction en prenant le risque de sortie un mauvais résultat et prévenir l'utilisateur, on considérant que tout algorithme à ses limites ?
Merci.
-
fatal_error
- Modérateur
- Messages: 6610
- Enregistré le: 22 Nov 2007, 13:00
-
par fatal_error » 17 Juin 2018, 12:33
salut,
>L'accepter en omettant les données aberrantes ?
revient à apprendre à l'algorithme à gérer les données aberrantes
> Réaliser une prédiction en prenant le risque de sortie un mauvais résultat et prévenir l'utilisateur, on considérant que tout algorithme à ses limites ?
généralement la plupart des algos sortent un score ou une proba, libre à l'utilisateur de choisir quoi en faire
> (il y a t-il une règle pour définir un seuil d’aberration par exemple)
ben soit tu le connais et c'est réglé, sois tu apprends à ton algo à le reconnaitre.
par exemple si ton algo est basé sur les réseau de neurones, tu as probablement les relu qui peuvent te servir...
la vie est une fête
Utilisateurs parcourant ce forum : Aucun utilisateur enregistré et 39 invités