07 — Jour 2 · Classification et metriques

Ce quiz du jour 2 porte sur la classification binaire avec Spark MLlib, appliquée à la prédiction du pourboire sur les courses de taxis jaunes de New York (label défini par tip_amount > 0). Il couvre la construction d'un Pipeline (VectorAssembler, StandardScaler, Random Forest), le calcul du taux de la classe positive et le piège de l'accuracy sur des classes déséquilibrées, la lecture d'une matrice de confusion (précision, rappel, seuil de 0,5), ainsi que l'interprétation de la courbe ROC et de l'AUC via BinaryClassificationEvaluator. Il aborde aussi le réglage d'hyperparamètres avec ParamGridBuilder et CrossValidator (nombre de combinaisons et de modèles entraînés), la fuite de données (leakage) avec une feature comme l'heure d'arrivée, et le rôle de la mise à l'échelle des variables pour une SVM linéaire ou un K-means. Le niveau attendu est intermédiaire : il faut déjà connaître les bases de PySpark, des DataFrames et du vocabulaire du machine learning supervisé. À l'issue du quiz, l'apprenant saura vérifier la cohérence d'une définition de label, choisir et interpréter une métrique adaptée, repérer une fuite d'information et dimensionner une validation croisée.

Free questions

16

Certification mode

16 questions

Question bank

16 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.