Ajoute des scores.

algorithme-evaluation.md

@@ -77,7 +77,7 @@ On exclut du périmètre les entreprises :
 
 Le modèle employé est une forêt aléatoire (implémentation [pyspark](https://spark.apache.org/docs/latest/api/python/reference/api/pyspark.ml.classification.RandomForestClassifier.html)) pour la classification, avec les paramètres spécifiques suivants : `{"maxDepth": 9, "numTrees": 100, "featureSubsetStrategy": "sqrt"}`.
 
-L'entraînement (ou l’évaluation) a lieu sur un jeu de données localisées entre janvier 2016 et une date à laquelle le statut de défaillance à 18 mois est connu pour l’ensemble des entreprises considérées — ceci étant une condition nécessaire à la construction de la cible d’apprentissage en tout point du jeu. Un échantillon est défini comme un vecteur $X \in \mathbb(R)^n$ de n caractéristiques rassemblant un certain nombre d’informations concernant une entreprise à un instant donné. Formellement, chaque ligne du jeu est associée à un couple `(SIREN, période)` distinct, le pas de temps entre deux échantillons d’une même entreprise étant le mois.
+L'entraînement (ou l’évaluation) a lieu sur un jeu de données localisées entre janvier 2016 et une date à laquelle le statut de défaillance à 18 mois est connu pour l’ensemble des entreprises considérées — ceci étant une condition nécessaire à la construction de la cible d’apprentissage en tout point du jeu. Un échantillon est défini comme un vecteur $X \in R^n$ de $n$ caractéristiques rassemblant un certain nombre d’informations concernant une entreprise à un instant donné. Formellement, chaque ligne du jeu est associée à un couple `(SIREN, période)` distinct, le pas de temps entre deux échantillons d’une même entreprise étant le mois.
 
 La prédiction produit, pour un échantillon associé à un couple `(SIREN, période)` une prédiction pour les 18 mois suivant la période choisie.
 

evaluation-modele/mars2024.md

@@ -0,0 +1,18 @@
+Risque élevé :
+
+- $F_{0.5}$ : 0.55
+- Précision : 0.62
+- Rappel : 0.37
+- Exactitude pondérée : 0.68
+
+Risque modéré :
+
+- $F2$ : 0.58
+- Précision : 0.36
+- Rappel : 0.69
+- Exactitude pondérée : 0.82
+
+Métriques globales :
+
+- Aire sous la courbe ROC : 0.93
+- Précision moyenne : 0.51