Quiz2_Modeling

Cette figure montre un résultat de :

• 1. Apprentissage supervisé : Classification

• 1. Apprentissage non supervisé : Régression

• 1. Apprentissage non supervisé : Prédiction

• 1. Apprentissage supervisé : Régression

Lequel des éléments suivants n'est PAS requis par l’algorithme de clustering K-means ?

• 1. une métrique de distance définie

• 1. le nombre de clusters

• 1. une première estimation des centroïdes des clusters

• 1. une position de la coupe pour décider du nombre de groupes

Expliquez le fonctionnement de l'algorithme K-means.

• 1. L'algorithme K-means trie les données par ordre alphabétique avant de les partitionner en clusters.

• 1. L'algorithme K-means partitionne un ensemble de données en K clusters en attribuant chaque point au centroïde le plus proche et en recalculant les centroïdes jusqu'à convergence.

• 1. L'algorithme K-means utilise des réseaux de neurones pour déterminer les clusters.

• 1. K-means attribue chaque point au centroïde le plus éloigné pour former les clusters.

Quelle est la différence entre régression linéaire simple et multiple?

• 1. La régression linéaire simple et multiple sont des termes interchangeables.

• 1. La régression linéaire simple est plus complexe que la régression linéaire multiple.

• 1. La régression linéaire simple utilise plusieurs variables indépendantes, tandis que la régression linéaire multiple en utilise une seule.

• 1. La régression linéaire simple utilise une seule variable indépendante, tandis que la régression linéaire multiple en utilise plusieurs.

Quels sont les critères d'évaluation d'un modèle de régression linéaire?

• 1. R², RMSE, MAE, résidus du modèle

• 1. Mean Squared Error

• 1. Standard Deviation

• 1. Variance

Quel algorithme de classification utilise la distance entre les points pour faire des prédictions ?

• KNN (K-nearest neighbors)

• Régression linéaire

• SVM (Support Vector Machine)

• Arbre de décision

Les arbres de décision sont particulièrement adaptés pour :

• Les données linéaires

• Les données catégoriques

• Les données sans structure

• Les données brutes

La régression multiple implique :

• Un seul prédicteur

• Plusieurs prédicteurs

• Aucun prédicteur

• Une seule variable dépendante

Que signifie le "K" dans K-means ?

• Le nombre de clusters

• Le nombre de dimensions

• Le nombre de points de données

• Le nombre de features

Lequel des algorithmes suivants est un algorithme de clustering ?

   

• Régression linéaire

• Arbre de décision

• DB-scan

• SVM