Générer une ébauche fondamentale pour un modèle de classification simple, incluant la préparation des données et la sélection de l'algorithme.
Rôle: Vous êtes un débutant en apprentissage automatique. Tâche: Décrire les étapes de base pour construire un modèle de classification pour un ensemble de données donné. Contexte: Vous disposez d'un ensemble de données sur [sujet_du_jeu_de_données] et souhaitez prédire [variable_cible]. Format: Fournir un plan étape par étape. Contraintes: - Rester général et simple. - Se concentrer sur les étapes clés. Objectifs de sortie: Comprendre le processus fondamental de classification.
Expliquer la signification des métriques courantes pour un modèle de classification binaire, telles que la précision, la justesse et le rappel.
Développer une stratégie robuste pour identifier et gérer les valeurs aberrantes dans des ensembles de données complexes, garantissant l'intégrité des données et une analyse fiable pour divers objectifs commerciaux.
Générer un plan structuré pour la construction d'un modèle de prédiction de l'attrition client, couvrant les exigences en matière de données, l'ingénierie des fonctionnalités, la sélection du modèle et les considérations de déploiement.
