Scikit-learn
Avancé
Correction d’un modèle non reproductible faute de random_state fixé
Type d'évaluation
Mise en situation réelle
Analyse
Intelligence Artificielle
Compétences ciblées
reproducibility
random-state
bugfix
pipeline
evaluation
Scénario Technique
Contexte : Les résultats changent à chaque exécution du modèle. Le Problème : Aucun random_state n’est défini dans le split ou le modèle aléatoire. Extrait logique actuelle : train_test_split(X, y) RandomForestClassifier() Contraintes : Fixer random_state de manière cohérente. Vérifier stabilité des métriques. Livrable attendu : Garantir reproductibilité complète du pipeline Scikit-learn.
Prêt à évaluer ce talent ?
Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.