Différence entre régression et classification dans l’apprentissage supervisé
Par exemple, si on souhaite prédire le prix d’une voiture, l’utilisation d’un modèle de
classification nous permettrait de classifier cette voiture au sein d’une gamme de prix
prédéterminés. Par ailleurs, l’utilisation d’un modèle de régression permettrait de prédire la
valeur exacte de la voiture.
Dans le cas où seulement deux classes peuvent être restituées par le modèle, on parle de
classification binaire. D’autre part, si plus de deux classes peuvent être restituées par le
modèle, alors on parle de classification en classes multiples.
Mesure d’évaluation pour les modèles de classification
Une fois que un modèle a été déterminé et implanté, il est important
d’établir la qualité de ce modèle. Pour cela, diverses mesures d’évaluation
peuvent être utilisées et choisies soigneusement, puisque le choix de la
mesure peut influencer la manière dont la performance est évaluée et
interprétée.
L’une des manières les plus répandues pour mesurer la performance d’un
modèle de classification est la matrice de confusion. Cette dernière
correspond à un résumé tabulaire du nombre de prédictions correctes et
non correctes, faites par le modèle. Dans cette matrice, chaque ligne
correspond à une classe réelle et chaque colonne correspond à une classe
estimée.
Elle inclut les valeurs suivantes :
Vrais positifs (ou True Positive, TP) soit lorsque la classe réelle et
la classe estimée sont toutes les deux positives
Vrais négatifs (ou True Negative , TN) soit lorsque la classe réelle
et la classe estimée sont toutes les deux négatives
Faux positifs (ou False Positive, FP) soit lorsque la classe réelle est
négative mais que la classe estimée est positive. On appelle ceci
une erreur de Type 1.
Faux négatifs (ou False Negative, FN) soit lorsque la classe réelle
est positive mais que la classe estimée est négative. On appelle
ceci une erreur de Type 2.
Dans le cas d’une classification binaire, la matrice de confusion sera une
matrice de 2 par 2, avec quatre valeurs, comme dans la photo suivante :
Confusion matrix for a binary classification
Dans ce cas, la variable à estimer peut prendre deux valeurs : Positive ou
Négative. Les colonnes représentent la classe réelle de la valeur
explicative, tant dis que les rangées correspondent à la classe estimée.
Mesures de classification
Une fois que la matrice de confusion a été établit, elle peut être utilisée
pour des mesures plus approfondies afin d’obtenir une meilleure
évaluation de la qualité du modèle. Parmi les mesures de classification, on
trouve la accuracy, la précision, le rappel, la spécificité et le score F1.
a. Accuracy
La accuracy correspond au nombre de prédictions correctes faites par le
modèle. Elle représente le ratio entre le nombre de prédictions correctes
et le nombre total de prédiction. Ceci peut être calculé en utilisant les
valeurs de la matrice de confusion et en utilisant la formule suivante :
Cette mesure est utilisée lorsque le nombre de True Positive et de True
Negative sont les plus important.
b. Précision (ou Precision)
La précision correspond au nombre d’éléments corrects rendus par le
modèle. En d’autres termes, cela correspond au ratio entre le nombre de
classifications positives correctes et le nombre total de prédiction
positives. Elle peut être calculée avec la formule suivante :
Cette mesure est utilisée lorsque le nombre de False Positive est le plus
élevé.
c. Rappel (ou Recall)
Le rappel détermine la proportion des valeurs positives qui ont été
prédites avec précision. Cette mesure correspond donc au ratio entre le
nombre de prédictions positives correctes et le nombre total de
classifications de classe positive. On peut utiliser la formule suivante :
On utilise cette mesure lorsque le nombre de False Negative est le plus
important.
d. Spécificité (ou Specificity)
La spécificité correspond au nombre de classes négatives prédites par le
modèle. Cette mesure est déterminée par le ratio entre le nombre de
prédictions négatives correctes et le nombre total de prédictions
négatives. Elle peut se calculer de la manière suivante :
e. Score F1 (ou F1 score)
Le score F1 correspond à une combinaison des mesures de rappel et de
précision. Cette mesure est utilisée lorsqu’une distinction claire ne peut
pas être faite entre ces deux mesures ou lorsque les False Negative et
False Positive sont les plus important.
Reference : https://fr.linedata.com/apprentissage-supervise-et-classification 22/01/2022
