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.

Questões gratuitas

16

Modo certificante

16 questões

Banco

16 questões

Nota de aprovação

70%

Seja aprovado na versão curta para obter gratuitamente o Certificado Essencial. O pagamento desbloqueia a versão aprofundada e o Certificado de Excelência, mais valorizado.

Você pode fazer o quiz sem conta. Para receber seus resultados por e-mail e mantê-los no seu histórico, crie uma conta.