Scribd
Importer
5 vues3 pages

Modèle de Régression Linéaire Simple

Ce document présente un compte rendu d'un TP sur la régression linéaire, visant à établir une relation entre le salaire des employés et leurs années d'expérience. Il aborde l'importation de bibliothèques, l'exploration statistique, la visualisation des données, la construction et l'évaluation du modèle de régression, ainsi que l'interprétation des résultats. Enfin, il discute des avantages et des limites du modèle de régression linéaire simple.

Transféré par

balkishamdi34
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
5 vues3 pages

Modèle de Régression Linéaire Simple

Ce document présente un compte rendu d'un TP sur la régression linéaire, visant à établir une relation entre le salaire des employés et leurs années d'expérience. Il aborde l'importation de bibliothèques, l'exploration statistique, la visualisation des données, la construction et l'évaluation du modèle de régression, ainsi que l'interprétation des résultats. Enfin, il discute des avantages et des limites du modèle de régression linéaire simple.

Transféré par

balkishamdi34
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

Nom : ……………………………………

Classe : ………………………………………
Prénom : ……………………………………

Compte rendu du TP2 : Introduction à la Régression Linéaire

🎯 Objectif du TP

Ce TP a pour but de construire un modèle de régression linéaire simple afin d’étudier la relation entre le
salaire des employés (Y) et leurs années d’expérience (X).

1️Importation des bibliothèques et du jeu de données

Question 1.1 : Quelles bibliothèques Python ont été utilisées pour l’analyse des données et pourquoi ?
✏️Réponse :
..............................................................................................................................................................................
..............................................................................................................................................................................

Question 1.2 : Quelle est la taille (nombre de lignes et de colonnes) du jeu de données ?
✏️Réponse :
.............................................................................................................................................................................

2️Exploration statistique

Question 2.1 : À partir de la commande [Link](), relevez :

● la moyenne,
● l’écart type,
● le minimum et le maximum des salaires.

✏️Réponse :
..............................................................................................................................................................................

Question 2.2 : Quelle est la valeur du coefficient de corrélation entre YearsExperience et Salary ?
Que pouvez-vous en déduire sur la relation entre ces deux variables ?
✏️Réponse :
.............................................................................................................................................................................

II. Visualisation du lien entre expérience et salaire

Question 3.1 : Reproduisez le nuage de points entre YearsExperience (axe X) et Salary (axe Y).
Collez ou décrivez la figure obtenue.
✏️Observation :
............................................................................................................................................................................

Question 3.2 : Que semble indiquer la forme du nuage de points (relation linéaire, croissante, décroissante,
forte/faible) ?
✏️Réponse :
.............................................................................................................................................................................
III. Construction du modèle de régression linéaire

1️Séparation et apprentissage

Le jeu de données est divisé en deux parties : apprentissage et test (50%-50%).


Question 4.1 : Quelle est la fonction Python utilisée pour cette division ?
✏️Réponse :
..............................................................................................................................................................................

Question 4.2 : Que représentent les variables X_train, X_test, y_train, y_test ?
✏️Réponse :
.............................................................................................................................................................................

2️Entraînement du modèle

Question 4.3 : Quelle classe de sklearn est utilisée pour créer le modèle de régression linéaire ?
✏️Réponse :
.............................................................................................................................................................................

Question 4.4 : Quelle commande permet d’ajuster (entraîner) le modèle ?


✏️Réponse :
.............................................................................................................................................................................

3️Évaluation du modèle

Question 5.1 : Quelle métrique de performance a été utilisée dans ce TP ?


✏️Réponse :
.............................................................................................................................................................................

Question 5.2 : Quelle est la valeur obtenue du coefficient de détermination R² ?


Comment l’interprétez-vous ?
✏️Réponse :
............................................................................................................................................................................

IV. Analyse graphique du modèle

Question 6.1 : Que représente la droite rouge dans le graphique final ?


✏️Réponse :
............................................................................................................................................................................

Question 6.2 : Décrivez la différence entre les points bleus et la droite rouge.
✏️Réponse :
............................................................................................................................................................................

Question 6.3 : Que pouvez-vous conclure sur la qualité de la prédiction du modèle ?


✏️Réponse :
............................................................................................................................................................................

V. Interprétation du modèle (10 min)

Question 7.1 : Relevez les coefficients de la droite de régression :


● Pente b1 = ……………………
● Ordonnée à l’origine b0 = ……………………

Question 7.2 : Donnez l’équation du modèle linéaire obtenu :

Y^ =b0 +b 1 X ………………………………………………………

Question 7.3 : Interprétez la pente b1 dans le contexte de ce problème.


✏️Réponse :
..............................................................................................................................................................................

VI. Discussion et conclusion

Question 8.1 : Quels sont les avantages et les limites d’un modèle de régression linéaire simple ?
✏️Réponse :
..............................................................................................................................................................................

Question 8.2 : Que proposeriez-vous pour améliorer le modèle ?


✏️Réponse :
..............................................................................................................................................................................

Vous aimerez peut-être aussi