Scikit-learn
Avancé
Correction d’un modèle surapprenant avec profondeur excessive
Type d'évaluation
Mise en situation réelle
Analyse
Intelligence Artificielle
Compétences ciblées
decision-tree
overfitting
hyperparameters
bugfix
model-tuning
Scénario Technique
Contexte : Un DecisionTreeClassifier atteint 100% sur le train mais chute sur validation. Le Problème : L’arbre est trop profond et surapprend. Extrait logique actuelle : DecisionTreeClassifier(max_depth=None) Contraintes : Ajuster max_depth, min_samples_split ou min_samples_leaf. Comparer performances train/validation. Livrable attendu : Proposer une configuration réduisant le surapprentissage tout en conservant performance satisfaisante.
Prêt à évaluer ce talent ?
Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.