Scikit-learn
Fondamental
Correction d’un modèle sans normalisation des variables
Type d'évaluation
Mise en situation réelle
Analyse
Intelligence Artificielle
Compétences ciblées
normalization
knn
preprocessing
bugfix
classification
Scénario Technique
Contexte : Un modèle basé sur KNN donne des performances instables. Le Problème : Les variables d’entrée ont des échelles très différentes. Extrait logique actuelle : model = KNeighborsClassifier() model.fit(X_train, y_train) Sans normalisation. Contraintes : Introduire StandardScaler ou MinMaxScaler. Réentraîner le modèle. Comparer performances avant/après. Livrable attendu : Corriger le pipeline en intégrant une étape de normalisation adaptée.
Prêt à évaluer ce talent ?
Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.