Préparation et modélisation

2. Préparation des données

• Gestion des valeurs manquantes ;
• gestion des valeurs atypiques ;
• calcul de nouvelles variables explicatives favorisant l'apprentissage (feature engineering).

Hors cours : une imputation simple remplace une valeur manquante par la moyenne (quantitative) ou la modalité la plus fréquente (qualitative).

3. Modélisation

1. Sélection et paramétrage des modèles
2. Entraînement
3. Évaluation des performances
4. Choix du modèle

Hors cours : pour évaluer honnêtement, on garde une partie des lignes de côté (jeu de test) que le modèle n'a pas vues à l'entraînement. Il faut le faire avant toute préparation qui « apprend » des données (moyenne d'imputation, par exemple).