optimiser la performance d'un modèle

Bonjour,

Existe il des méthodes qui permet d'optimiser la qualité de prédiction d'un modèle donné ?

Cordialement,

pas de pistes ?

Ta question est bien trop vague.

Un vieux de la vieille, lisant les mots que tu as écrit te dira directement: faire du boosting car il s'agit plus ou moins de la définition que tu évoques. Mais je doute que tu cherches quelque chose aussi poussé.

Je pense que ta vrai question est: existe-t'il d'autre outils d'analyse supervisée permettant d'avoir de meilleur performance que ceux que j'utilise. Si c'est réellement le cas, tu en as toute une floppée mais tout dépend du format de ta variable réponse et de tes variables explicatives.

Merci pour votre réponse mais ce n'est pas le cas: Il faut que j'utilise le modèle GAM pour faire de prédiction mais malheureusement les résultats de prédiction sont mauvais et je dois donc optimiser le rendement de ce modèle.

Bonjour,

Il y a de nombreuses choses qui peuvent conduire à de mauvaises prédiction d'un modèle (quel qu'il soit). Plus le modèle est complexe plus il y a potentiellement des choses à optimiser. Les GAM sont des modèles déjà assez complexes.

Donc je ne sais pas ce que tu appelles "rendement" mais pour moi à priori ça n'a aucun sens...

Peux tu expliquer un peu pus de quoi tu pars et ce que tu attends ou espère ?

Je veux dire par rendement l'efficacité prédictive du modèle c'est à dire diminuer l'erreur relative de prédiction

j'ai utilisé le modèle gam pour prédire une variable quantitative en utilisant bien sur un ensemble de variable explicative

Tu es peu avare de précision..;

Si tu veux qu'un modèle soit meilleur en prédiction, il faut souvent réfléchir à sa spécification.

il n'y a pas de méthode magique qui augmenterait (je ne sais trop comment) l'adéquation données-prédictions. Si tu ne change pas d'une manière ou d'une autre l'équation du modèle alors tu n'auras pas de meilleure prédiction.

Nik

Est ce que tu peux expliquer un peu plus ce que tu voulais dire par spécification d'un modèle ?
Changer l’équation d'un modèle est faisable ?

La seule chance d'optimiser les résultats est de changer de méthode d'analyse supervisée (par exemple: les GAM en font partie tout comme la régression logistique, l'analyse discriminante de Fisher, les SVM, les arbres de décisions etc etc etc).

Par exemple, imaginons que tu t'intéresses à deux variables que tu projètes dans un plan à deux dimensions (X1, X2) et que tu t'amuses à regarder où se situe les deux différentes classes de ta variable à expliquer (Y). Là tu te rend que globalement ta première classe (X1, X2 lorsque Y = 1) se situe au centre du graphe, formant une boule ou une ellipse peu importe, et tout autour tu trouves globalement les points (X1, X2 lorsque Y = 2) de ta seconde classe. Si tu lances l'estimation d'un modèle linéaire tes performances seront mauvaises, par contre si tu lances celle d'un modèle quadratique là tu auras d'excellentes performances.

Maintenant tu parles de diminuer l'erreur de prédiction, une fois de plus on retombe plus ou moins sur l'idée du boosting qui consiste à mettre une faible pondération en fonction de la classification afin d'optimiser le modèle. Mais le boosting avec un modèle GAM v'là le bordel, il convient de rester avec des classifieurs plus simples de type régression logistique ou encore arbre décisionnel. Et puis le boosting je pense pas que tu aies le niveau d'expertise suffisant pour te lancer dans un truc aussi complexe, à voir ton niveau de connaissance.

Merci pour votre réponse.

J'avoue je suis encore débutante et c'est pour ça je n'arrive pas à trouver la solution en adéquation avec mes compétences

Pas grave, si tu es arrivé à faire tourner un GAM tu peux faire tourner tout le reste lol. Essaie, le choix du meilleur modèle optimisant les prédictions fait partie du travail de modélisation à faire de toute manière.

Lol c'est pas vraiment moi qui l'a fait tourné le modèle, j'ai seulement pour mission de le tester et l'optimiser ^^'

Une autre question comment on peut afficher la distribution de l'erreur relative de prédiction ?

Ca dépend du logiciel que tu utilises.

Une autre façon d'optimiser ton modèle GAM est aussi de changer les fonctions utilisées pour chaque variable.