Correction d’un modèle évalué sur les données d’entraînement

Scénario

Contexte : Un modèle affiche une accuracy proche de 100%. Le Problème : Le modèle est évalué sur le même dataset que celui utilisé pour l’entraînement. Extrait logique actuelle : model.fit(X, y) model.score(X, y) Contraintes : Introduire train_test_split. Évaluer uniquement sur les données test. Comparer les métriques avant et après correction. Livrable attendu : Corriger le pipeline afin d’obtenir une évaluation réaliste et éviter toute fuite de données.

Compétences ciblées