MoyenneChoix unique

Question d'entraînement DA0-002

Une équipe d'analystes de santé élabore un modèle de classification pour prédire la réadmission des patients dans les 30 jours. L'ensemble de données contient 10 000 enregistrements avec 30 caractéristiques, comprenant la démographie, les signes vitaux, les résultats de laboratoire et l'historique des médicaments. La variable cible est déséquilibrée : 85 % sans réadmission, 15 % avec réadmission. L'équipe a utilisé une régression logique avec les paramètres par défaut et a atteint une précision de 85 %, mais le modèle a prédit 'sans réadmission' pour tous les patients. L'analyste principal soupçonne que le modèle n'apprend pas en raison du déséquilibre des classes. L'équipe a le temps de mettre en œuvre une action corrective avant la prochaine révision du modèle. Quelle action l'équipe doit-elle entreprendre ?

Choisissez la meilleure réponse.

Bonne réponse

  • BAppliquer SMOTE pour suréchantillonner la classe de réadmission

Explication

SMOTE (Synthetic Minority Oversampling Technique) résout directement le déséquilibre des classes en générant des échantillons synthétiques pour la classe minoritaire (réadmission). Cela force le modèle de régression logique à apprendre des limites de décision qui séparent les deux classes, plutôt que de prédire par défaut la classe majoritaire. Avec 85 % de majorité et 15 % de minorité, la précision seule est trompeuse, et SMOTE est une technique éprouvée pour améliorer le rappel de la classe minoritaire.

Pourquoi chaque option est juste ou fausse

A

Fausse

Supprimer les caractéristiques à faible variance pour réduire le bruit

La suppression des caractéristiques à faible variance traite le bruit et la dimensionnalité, et non le déséquilibre de classe 85/15 qui provoque les prédictions entièrement négatives. C'est tentant car la sélection des caractéristiques est une étape de prétraitement standard, et ce serait la bonne action si des caractéristiques non pertinentes ou quasi constantes dégradaient les performances du modèle.

B

Juste

Appliquer SMOTE pour suréchantillonner la classe de réadmission

SMOTE synthétise des exemples de réadmission de la classe minoritaire, rééquilibrant la répartition 85/15 afin que la régression logique ne converge plus vers la classe majoritaire. Cela contre directement le déséquilibre provoquant les prédictions entièrement négatives, répondant à la contrainte indiquée en une seule action corrective.

C

Fausse

Utiliser la précision (accuracy) comme métrique d'évaluation pour surveiller l'amélioration

La précision est exactement la métrique qui trompe déjà l'équipe : prédire la classe majoritaire seule donne 85 %, donc la surveiller ne peut pas révéler une meilleure détection de la classe minoritaire. C'est tentant car la précision est la sortie de score par défaut, et elle conviendrait à un ensemble de données équilibré où les classes se produisent à des taux similaires.

D

Fausse

Passer à un modèle de forêt aléatoire (random forest) avec les paramètres par défaut

La forêt aléatoire avec les paramètres par défaut optimise toujours l'impureté globale, de sorte que la classe majoritaire de 85 % domine et les prédictions restent biaisées vers 'sans réadmission'. C'est tentant car les méthodes d'ensemble capturent des interactions de caractéristiques non linéaires, ce qui aiderait si le problème était la capacité du modèle plutôt que le déséquilibre des classes.

Pour aller plus loin

Avec 85 % de négatifs, une régression logique par défaut peut minimiser la perte logarithmique (log loss) en prédisant la classe majoritaire pour chaque ligne, obtenant une précision de 85 % tandis que le rappel pour les réadmissions est nul. SMOTE génère des échantillons minoritaires synthétiques en effectuant une interpolation entre un point minoritaire et ses k plus proches voisins minoritaires dans l'espace des caractéristiques, déplaçant la limite de décision afin que le classificateur apprenne réellement les schémas de réadmission. Une subtilité : SMOTE doit être appliqué uniquement au pli d'entraînement lors de la validation croisée, jamais avant la division, ou les points synthétiques fuiront dans la validation et gonfleront les scores. La précision reste une mauvaise métrique ici ; le rappel, F1 ou AUC-PR reflètent mieux les performances sur la classe minoritaire.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement DA0-002 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.