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.

Preguntas gratuitas

16

Modo certificado

16 preguntas

Banco

16 preguntas

Umbral de aprobado

70%

Supera la versión corta para obtener gratis el Certificado Esencial. El pago desbloquea la versión avanzada y el Certificado de Excelencia, más valorado.

Puedes hacer el quiz sin cuenta. Para recibir tus resultados por email y conservarlos en tu historial, crea una cuenta.