Comment utiliser la validation croisée pour évaluer un modèle?

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 bien sur de nouvelles données. L’idée principale est de diviser l’ensemble de données original en plusieurs parties (folds), d’entraîner le modèle sur certaines parties et de le tester sur les autres.

La variante la plus courante est la validation croisée k-fold :

1. Diviser les données en k parties égales.
2. Pour chacune des k parties :
   • Entraîner le modèle sur les autres k-1 parties.
   • Tester le modèle sur la partie courante (ensemble de validation).
3. La moyenne des métriques sur toutes les k itérations donne une évaluation plus fiable de la qualité du modèle.

Cela aide à éviter le surapprentissage et à obtenir une évaluation plus objective qu’un simple découpage en ensembles d’entraînement et de test.

Exemple en Python avec scikit-learn :

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

iris = load_iris()
X, y = iris.data, iris.target
model = RandomForestClassifier()
scores = cross_val_score(model, X, y, cv=5)  # validation croisée à 5 plis
print(f"Précision moyenne : {scores.mean():.2f}")