Bonne réponse
Explication
Le modèle atteint une précision de 98% en prédisant simplement que tous les e-mails sont 'non spam', ce qui reflète la classe majoritaire de 95% dans le dataset. C'est un symptôme classique de déséquilibre de classes, où le modèle apprend à exploiter la distribution biaisée plutôt qu'à apprendre des motifs significatifs pour distinguer le spam du non-spam. Dans Azure Machine Learning, des techniques telles que SMOTE ou l'échantillonnage stratifié sont utilisées pour atténuer ce problème.
Pour aller plus loin
Le déséquilibre de classes se produit lorsqu'une classe surpasse largement une autre, de sorte qu'un modèle peut atteindre une précision élevée en prédisant toujours la classe majoritaire. Avec 95% de non-spam, un classeteur trivial qui étiquette tout comme non-spam obtient une précision de 95% tout en détectant zéro spam, ce qui correspond exactement à l'échec décrit. La précision est trompeuse en cas de déséquilibre ; des métriques telles que la précision (precision), le rappel (recall), F1 et l'AUC-ROC sur la classe minoritaire révèlent le problème. Un comportement subtil à connaître est que les techniques de rééchantillonnage comme SMOTE, la pondération des classes ou l'ajustement des seuils peuvent aider, mais elles ne doivent être appliquées qu'aux données d'entraînement pour éviter les fuites vers la validation. Cela importe dans la détection des fraudes, le diagnostic médical et le filtrage du spam, où la classe minoritaire est généralement celle qui présente un réel intérêt.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement AI-900 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.