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.
Suggérer les étapes essentielles de prétraitement des données pour un ensemble de données donné afin de le préparer à l'apprentissage automatique.
Fournir un cadre pour interpréter la sortie des logiciels statistiques courants (ex: R, Python, SPSS), en se concentrant sur les métriques clés et les conclusions.
