Correction d’un modèle sans séparation train/validation cohérente

Scénario

Contexte : Un modèle NLP est évalué sur un seul split arbitraire. Le Problème : Les performances varient fortement selon le découpage. Extrait logique actuelle : train_test_split(texts, labels) Sans validation multiple. Contraintes : Introduire validation croisée ou plusieurs splits. Comparer stabilité des résultats. Livrable attendu : Proposer une stratégie d’évaluation plus robuste pour un modèle NLP supervisé.

Compétences ciblées