Comment séparer entraînement, validation et test en apprentissage supervisé ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
Séparer entraînement, validation et test protège l’évaluation d’un modèle supervisé en réservant le test final à une mesure indépendante jamais utilisée pour régler le système.
Donner un rôle à chaque jeu
Entraînement apprend les paramètres, validation choisit modèle et seuil, test mesure la performance finale sur des scènes séparées.
Détecter un obstacle
Le seuil est choisi sur des trajets de validation, puis figé avant l’essai test réalisé dans un autre environnement.Changer le test après coup est biaisant
Doublons, scènes voisines et réglages répétés sur le test donnent une confiance artificielle. La séparation est documentée.
Sources et références
- [1] Model selection and evaluation — scikit-learn User Guide — scikit-learn