na\u00efve Bayes<\/a>), dont un avantage cit\u00e9 est de se g\u00e9n\u00e9raliser naturellement \u00e0 plus de deux classes. La seconde consiste \u00e0 ramener le probl\u00e8me \u00e0 une s\u00e9rie de choix binaires avec des SVM. Pour Reste un pi\u00e8ge : choisir la m\u00e9thode qui a le plus petit taux d’erreur\u2026 sur les donn\u00e9es qui ont servi \u00e0 l’entra\u00eener. Minimiser l’erreur d’entra\u00eenement ne garantit jamais de minimiser l’erreur de test ; c’est cette derni\u00e8re, estim\u00e9e sur des donn\u00e9es non vues, qui doit guider ton choix.<\/p>\n
Pour l’estimer sans mettre de c\u00f4t\u00e9 une grosse part de tes donn\u00e9es, la validation crois\u00e9e \u00e0 k blocs<\/strong> (k = 5 ou 10 en pratique) offre le meilleur compromis entre biais et variance, avec un co\u00fbt de calcul ma\u00eetris\u00e9. Elle s’applique de la m\u00eame fa\u00e7on en classification, avec le taux d’erreur comme mesure. La variante leave-one-out r\u00e9duit le biais au minimum, mais co\u00fbte cher en calcul et affiche une variance plus forte.<\/p>\nCe que \u00e7a te co\u00fbte de rester lin\u00e9aire, et ce que \u00e7a te rapporte<\/h2>\n Rester sur une fronti\u00e8re droite n’est pas une paresse. Quand ton but est de comprendre comment la r\u00e9ponse d\u00e9pend des variables, les mod\u00e8les restrictifs sont nettement plus interpr\u00e9tables<\/strong> : il est bien plus facile d’expliquer une droite qu’un r\u00e9seau de neurones profond.<\/p>\n\n\n\n\t\t\t\n\t\t\t\tLa diagonale du graphique raconte le compromis : en descendant vers la droite, tu gagnes en souplesse et tu perds en lisibilit\u00e9. Sur l’\u00e9chelle de souplesse vue plus haut, la r\u00e9gression logistique se trouve du c\u00f4t\u00e9 restrictif.<\/figcaption><\/figure>\n\n\nIl y a aussi un h\u00e9ritage : la r\u00e9gression logistique date des ann\u00e9es 1940, et jusqu’\u00e0 la fin des ann\u00e9es 1970 les m\u00e9thodes restaient presque exclusivement lin\u00e9aires, la mod\u00e9lisation non lin\u00e9aire \u00e9tant trop co\u00fbteuse en calcul. Les arbres et les mod\u00e8les additifs n’ont pu se d\u00e9velopper qu’avec les progr\u00e8s des ordinateurs dans les ann\u00e9es 1980, les SVM dans les ann\u00e9es 1990.<\/p>\n
\n\ud83d\udccc \u00c0 retenir<\/strong> Une cat\u00e9gorie \u00e0 deux issues, une fronti\u00e8re qui ressemble \u00e0 une droite, un volume de donn\u00e9es modeste, un besoin de comprendre : voil\u00e0 les conditions o\u00f9 la r\u00e9gression logistique est un bon premier choix. D\u00e8s qu’un de ces points vacille, la validation crois\u00e9e te dit si une m\u00e9thode plus souple vaut son prix.<\/p>\n<\/blockquote>","protected":false},"excerpt":{"rendered":"Cible \u00e0 deux issues, fronti\u00e8re en ligne droite, volume de donn\u00e9es, nombre de classes : les crit\u00e8res qui disent si la r\u00e9gression logistique est faite pour toi.<\/p>\n","protected":false},"author":1,"featured_media":276,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[7],"tags":[],"class_list":["post-256","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-machine-learning"],"_links":{"self":[{"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/posts\/256","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/comments?post=256"}],"version-history":[{"count":3,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/posts\/256\/revisions"}],"predecessor-version":[{"id":820,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/posts\/256\/revisions\/820"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/media\/276"}],"wp:attachment":[{"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/media?parent=256"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/categories?post=256"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/tags?post=256"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
![\"Barres](\"https:\/\/www.ranksignal.fr\/wp-content\/uploads\/2026\/10\/b1_ch03_comparaison_flexibilite_methodes_classification.png\")