Pourquoi faut-il préserver la répartition des classes dans le jeu de test ?

Garder un miroir du terrain

Le test doit conserver rareté, lieux, éclairages et types d’objets sans réutiliser les images d’entraînement.

Essayer un détecteur de défauts

Si les pièces défectueuses sont rares en production, le jeu de test garde cette proportion et publie aussi un résultat séparé sur les défauts.

Une répartition réelle peut contenir trop peu de cas rares

On complète alors par un sous-test ciblé, sans le confondre avec la mesure représentative. Les deux résultats sont documentés.

Sources et références

1. [1] Common pitfalls and recommended practices — scikit-learn — scikit-learn
2. [2] Metrics and scoring: quantifying the quality of predictions — scikit-learn

Questions liées

• Comment mesurer un déséquilibre de classes dans les données d’un robot ?
• Quand utiliser une pondération des classes pour entraîner un modèle robotique ?
• Pourquoi l’exactitude globale est-elle insuffisante avec des classes déséquilibrées ?
• Comment traiter une classe nouvelle apparue après le déploiement d’un robot ?

Cette réponse vous a-t-elle été utile ?

OuiNon

Commentaire facultatif