Qu'est-ce que la validation croisée et à quoi sert-elle?

La validation croisée est une méthode d’évaluation de la qualité d’un modèle d’apprentissage automatique, qui aide à vérifier à quel point le modèle fonctionnera sur de nouvelles données invisibles. L’idée principale est de diviser l’ensemble de données original en plusieurs parties (plis), par exemple 5 ou 10. Ensuite, le modèle est entraîné sur toutes les parties sauf une, et testé sur la restante. Ce processus est répété jusqu’à ce que chaque partie ait été utilisée comme test.

Cela permet d’obtenir une évaluation plus fiable des performances du modèle, de réduire le surapprentissage et de choisir les meilleurs paramètres. Par exemple, dans la validation croisée à 5 plis, les données sont divisées en 5 parties, et le modèle est entraîné 5 fois, chaque fois sur 4 parties, en testant sur 1.

Exemple en Python avec sklearn:

from sklearn.model_selection import cross_val_score
from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_iris

X, y = load_iris(return_X_y=True)
model = RandomForestClassifier()
scores = cross_val_score(model, X, y, cv=5)
print(f"Précision moyenne : {scores.mean():.2f}")