06 — Jour 2 · Regression

Ce quiz du deuxième jour porte sur la régression avec Spark ML, appliquée à la prédiction du montant d'une course (fare_amount) dans le jeu de données des taxis jaunes de New York. Il couvre la construction d'un Pipeline (préparation des variables, VectorAssembler et colonne features, estimateur final), la séparation entraînement/test, la comparaison d'une régression linéaire et d'un arbre de régression (maxDepth=6), ainsi que le calcul et l'interprétation du RMSE et du R². Il aborde aussi le choix et l'impact des variables (distance, heure, passagers, arrondissement), les risques de fuite d'information depuis une colonne liée au label, et la lecture de l'importance des variables d'un arbre. Le niveau attendu est intermédiaire : il faut déjà connaître les DataFrames et l'API Python de Spark ML. À l'issue du quiz, vous saurez vérifier qu'un pipeline est correctement construit et entraîné, que l'évaluation est menée sans biais sur le jeu de test, et que les métriques et les comparaisons de modèles sont interprétées de façon fiable.

Free questions

14

Certification mode

14 questions

Question bank

14 questions

Passing score

70%

Pass the short version to earn the free Essential Certificate. Payment unlocks the in-depth version and the Excellence Certificate, which carries more weight.

You can take the quiz without an account. To receive your results by email and keep them in your history, create an account.