Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Global Importance
Mesure de l'influence globale d'une feature sur l'ensemble des prédictions du modèle, reflétant sa contribution moyenne à la performance globale.
Local Importance
Évaluation de l'influence spécifique d'une feature pour une prédiction individuelle, permettant de comprendre les facteurs déterminants pour chaque cas particulier.
Mean Decrease Impurity (MDI)
Métrique d'importance pour les modèles basés sur les arbres calculant la réduction moyenne de l'impurité (Gini ou entropie) apportée par chaque feature lors des divisions.
Mean Decrease Accuracy (MDA)
Technique d'évaluation d'importance mesurant la baisse de performance du modèle lorsqu'une feature est retirée ou permutée, utilisant l'out-of-bag error dans les random forests.
Variable Importance Plot
Graphique représentant visuellement le classement des features par ordre décroissant d'importance selon une métrique spécifique, facilitant l'interprétation rapide.
Model-agnostic Interpretability
Approches d'interprétation fonctionnant sur n'importe quel modèle de machine learning sans nécessiter d'accès à la structure interne ou aux paramètres spécifiques.
Recursive Feature Elimination (RFE)
Technique de sélection de features éliminant itérativement les moins importantes selon un critère donné, jusqu'à atteindre le nombre optimal de variables.