Comparaison d'un algorithme classique (knn) avec des algorithmes plus recents, comme passive, mlp (reseau de neurones)
Entree(s)
Pretraitement
Source : iris
Repartition des 3 classes (150 individus) :
Nombre | Classe | Pourcentage |
---|---|---|
50 | 1 | 33.0% |
50 | 2 | 33.0% |
50 | 3 | 33.0% |
0 1 2 3 count 1.50e+02 1.50e+02 1.50e+02 1.50e+02 mean -1.47e-15 -1.82e-15 -1.61e-15 -9.47e-16 std 1.00e+00 1.00e+00 1.00e+00 1.00e+00 min -1.87e+00 -2.43e+00 -1.57e+00 -1.45e+00 25% -9.01e-01 -5.92e-01 -1.23e+00 -1.18e+00 50% -5.25e-02 -1.32e-01 3.36e-01 1.33e-01 75% 6.75e-01 5.59e-01 7.63e-01 7.91e-01 max 2.49e+00 3.09e+00 1.79e+00 1.71e+00
Plus d'informations sur les algorithmes et les parametres sont disponibles sur le site de scikit-learn
Score (F1) :
NB: Un score eleve sur les echantillons d'entrainement et faibles pour ceux de la validation -> signe de surentrainement
class | accuracy | recall | f1-score | support |
---|---|---|---|---|
1 | 1.00 | 1.00 | 1.00 | 17 |
2 | 0.94 | 0.94 | 0.94 | 17 |
3 | 0.94 | 0.94 | 0.94 | 17 |
micro-avg | 0.96 | 0.96 | 0.96 | 51 |
macro-avg | 0.96 | 0.96 | 0.96 | 51 |
weighted-avg | 0.96 | 0.96 | 0.96 | 51 |
Score (F1) :
NB: Un score eleve sur les echantillons d'entrainement et faibles pour ceux de la validation -> signe de surentrainement
class | accuracy | recall | f1-score | support |
---|---|---|---|---|
1 | 1.00 | 1.00 | 1.00 | 17 |
2 | 0.89 | 0.94 | 0.91 | 17 |
3 | 0.94 | 0.88 | 0.91 | 17 |
micro-avg | 0.94 | 0.94 | 0.94 | 51 |
macro-avg | 0.94 | 0.94 | 0.94 | 51 |
weighted-avg | 0.94 | 0.94 | 0.94 | 51 |
Score (F1) :
NB: Un score eleve sur les echantillons d'entrainement et faibles pour ceux de la validation -> signe de surentrainement
class | accuracy | recall | f1-score | support |
---|---|---|---|---|
1 | 1.00 | 1.00 | 1.00 | 16 |
2 | 1.00 | 0.94 | 0.97 | 16 |
3 | 0.94 | 1.00 | 0.97 | 16 |
micro-avg | 0.98 | 0.98 | 0.98 | 48 |
macro-avg | 0.98 | 0.98 | 0.98 | 48 |
weighted-avg | 0.98 | 0.98 | 0.98 | 48 |
knn - Cross-Validation 3-fold :
Score (F1) :
NB: Un score eleve sur les echantillons d'entrainement et faibles pour ceux de la validation -> signe de surentrainement
class | accuracy | recall | f1-score | support |
---|---|---|---|---|
1 | 1.00 | 1.00 | 1.00 | 17 |
2 | 0.68 | 0.88 | 0.77 | 17 |
3 | 0.83 | 0.59 | 0.69 | 17 |
micro-avg | 0.82 | 0.82 | 0.82 | 51 |
macro-avg | 0.84 | 0.82 | 0.82 | 51 |
weighted-avg | 0.84 | 0.82 | 0.82 | 51 |
Score (F1) :
NB: Un score eleve sur les echantillons d'entrainement et faibles pour ceux de la validation -> signe de surentrainement
class | accuracy | recall | f1-score | support |
---|---|---|---|---|
1 | 1.00 | 1.00 | 1.00 | 17 |
2 | 0.94 | 1.00 | 0.97 | 17 |
3 | 1.00 | 0.94 | 0.97 | 17 |
micro-avg | 0.98 | 0.98 | 0.98 | 51 |
macro-avg | 0.98 | 0.98 | 0.98 | 51 |
weighted-avg | 0.98 | 0.98 | 0.98 | 51 |
Score (F1) :
NB: Un score eleve sur les echantillons d'entrainement et faibles pour ceux de la validation -> signe de surentrainement
class | accuracy | recall | f1-score | support |
---|---|---|---|---|
1 | 1.00 | 0.94 | 0.97 | 16 |
2 | 0.73 | 1.00 | 0.84 | 16 |
3 | 1.00 | 0.69 | 0.81 | 16 |
micro-avg | 0.88 | 0.88 | 0.88 | 48 |
macro-avg | 0.91 | 0.88 | 0.87 | 48 |
weighted-avg | 0.91 | 0.88 | 0.87 | 48 |
passive - Cross-Validation 3-fold :
Score (F1) :
NB: Un score eleve sur les echantillons d'entrainement et faibles pour ceux de la validation -> signe de surentrainement
class | accuracy | recall | f1-score | support |
---|---|---|---|---|
1 | 1.00 | 1.00 | 1.00 | 17 |
2 | 0.94 | 0.88 | 0.91 | 17 |
3 | 0.89 | 0.94 | 0.91 | 17 |
micro-avg | 0.94 | 0.94 | 0.94 | 51 |
macro-avg | 0.94 | 0.94 | 0.94 | 51 |
weighted-avg | 0.94 | 0.94 | 0.94 | 51 |
Score (F1) :
NB: Un score eleve sur les echantillons d'entrainement et faibles pour ceux de la validation -> signe de surentrainement
class | accuracy | recall | f1-score | support |
---|---|---|---|---|
1 | 1.00 | 1.00 | 1.00 | 17 |
2 | 0.94 | 0.94 | 0.94 | 17 |
3 | 0.94 | 0.94 | 0.94 | 17 |
micro-avg | 0.96 | 0.96 | 0.96 | 51 |
macro-avg | 0.96 | 0.96 | 0.96 | 51 |
weighted-avg | 0.96 | 0.96 | 0.96 | 51 |
Score (F1) :
NB: Un score eleve sur les echantillons d'entrainement et faibles pour ceux de la validation -> signe de surentrainement
class | accuracy | recall | f1-score | support |
---|---|---|---|---|
1 | 1.00 | 0.94 | 0.97 | 16 |
2 | 0.89 | 1.00 | 0.94 | 16 |
3 | 1.00 | 0.94 | 0.97 | 16 |
micro-avg | 0.96 | 0.96 | 0.96 | 48 |
macro-avg | 0.96 | 0.96 | 0.96 | 48 |
weighted-avg | 0.96 | 0.96 | 0.96 | 48 |
mlp - Cross-Validation 3-fold :
Cross-Validation 3-fold
Algorithm | Accuracy | Recall | F1 | Kappa |
---|---|---|---|---|
knn | 0.95 (+/-0.04) | 0.95 (+/-0.02) | 0.95 (+/-0.02) | 0.94 (+/-0.05) |
passive | 0.91 (+/-0.08) | 0.81 (+/-0.03) | 0.91 (+/-0.07) | 0.84 (+/-0.20) |
mlp | 0.95 (+/-0.07) | 0.97 (+/-0.04) | 0.94 (+/-0.08) | 0.93 (+/-0.03) |
powered by Mapping Learning