Bases de l'apprentissage automatique

Les valeurs réelles de 4 données sont 3, 5, 2 et 6, et les valeurs prédites par le modèle sont respectivement 2, 5, 4 et 4. Quelle est l'erreur quadratique moyenne (MSE) ?

A1,25
B2,25
C9

Afficher la réponse et l'explication

Réponse : B. 2,25

Les erreurs (valeur réelle − valeur prédite) sont 1, 0, −2 et 2. La MSE est la moyenne des carrés des erreurs : (1 + 0 + 4 + 4) ÷ 4 = 2,25. L'erreur absolue moyenne (MAE), moyenne des valeurs absolues des erreurs, vaut (1 + 0 + 2 + 2) ÷ 4 = 1,25. Comme la MSE élève les erreurs au carré, elle est plus influencée que la MAE par les données très éloignées (valeurs aberrantes).

S'entraîner sur ce thème Retour au thème

Autres questions sur Bases de l'apprentissage automatique

On ajuste la droite y = ax + b aux trois données (x, y) = (1 ; 3), (2 ; 4) et (3 ; 8) par la méthode des moindres carrés. Quelle est la valeur prédite pour x = 4 ?
Une régression logistique fait passer z = 2x − 4 dans la fonction sigmoïde σ(z) = 1 ÷ (1 + e^(−z)) et produit le résultat comme probabilité d'être positif. Quelle est la sortie pour x = 2 ?
Un nœud d'un arbre de décision contient 6 données de la classe A et 4 données de la classe B. Quelle est l'impureté de Gini de ce nœud ?
Quelle affirmation décrit correctement la différence entre le bagging (forêt aléatoire, etc.) et le boosting en apprentissage ensembliste ?
On prédit la classe du point (0 ; 0) du plan par la méthode des k plus proches voisins. Les données d'apprentissage sont les points rouges (1 ; 0), (3 ; 0) et (0 ; −3) et les points bleus (0 ; 2) et (−2 ; 1). Avec la distance euclidienne, quelle combinaison des prédictions pour k = 3 et pour k = 5 est correcte ?