Scoring — Modélisation et Données Déséquilibrées (v1.0)

A. Nos prédicteurs ne sont pas sur la même échelle

B. Nos observations ne sont pas réparties équitablement dans les différentes classes de notre target

C. Lorsque notre jeu de test est beaucoup plus grand que notre jeu de train

Question 1 / 3  ·  QCU (une seule bonne réponse)  —  On parle de données déséquilibrées lorsque :

A. Créer de nouvelles observations de la classe minoritaire

B. Sur-échantillonner la classe minoritaire

C. Sous-échantillonner la classe majoritaire