Roulitoo
commented
1 year ago Bonjour @maw85 ,
L'approche globale est généralement de suivre ces étapes :
- Je lance des modèles en utilisant les hyperparamètres de base et je regarde les performances
- Je peux tuner un peu mes modèles pour si je peux les améliorer et voir s'ils ont du potentiel
- Je garde un top k de mes modèles
- Je réalise un gris search pour chercher les hyperparamètres optimaux
Réaliser un grid search sur TOUS les modèles s'avèrent trop couteux en temps de calcul. C'est mieux de choisir les modèles qu'on souhaite améliorer
maw85
Bonjour Monsieur @Roulitoo,
J'espère que vous allez bien.
Nous avons une question sur la méthodologie du GridSearch et son processus. En effet, nous hésitons sur la façon de l'utiliser. Nous avons 2 approches et nous ne savons pas laquelle est la plus adaptée.
1 - Nous réalisons tout nos modèles (SVM, machine learning...). Nous sélectionnons celui qui nous donne les meilleurs résultats selon différents indicateurs dans un premier temps. Puis, nous appliquons un gridsearch QUE sur celui sélectionné afin de l'optimiser.
2 - Nous réalisons l'ensemble de nos modèles ET on leur applique à tous un gridsearch pour les optimiser. Nous sélectionnons le plus performant.
La façon de faire diverge dans la classe, c'est pour cela que nous préférons vous poser la question.
Merci d'avance et belle fin de journée, François Lebrument et Emma Weiss