Questions & Feedback

Si vous normalisez avant le split, vous calculez le min/max sur l'ensemble des donnees (train + test). Votre modele "voit" donc indirectement les donnees de test pendant l'entrainement — c'est le data leakage. La regle : fit sur train seulement, transform sur train ET test.

MAE (Mean Absolute Error) = moyenne des erreurs absolues. RMSE (Root Mean Squared Error) = racine de la moyenne des erreurs au carre. La difference cle : RMSE penalise davantage les grandes erreurs car on eleve au carre. En ingenierie, RMSE >= MAE toujours.

Comparez les metriques sur train ET test. Overfitting = R2 train tres eleve (0.99) mais R2 test beaucoup plus bas (0.65). Bonne generalisation = R2 train ≈ R2 test (ex: 0.96 vs 0.94). Solution : Dropout, Early Stopping, regularisation L2.

Random Forest : donnees tabulaires, besoin d'interpretabilite, peu de temps de tuning. Neural Networks : donnees complexes (images, texte), beaucoup de donnees disponibles, ressources computationnelles importantes.

Remplacez df = pd.read_csv("vos_donnees.csv"). Verifiez avec df.head() et df.describe(). Adaptez la liste des features et la variable cible. Ajoutez df.dropna() pour supprimer les NaN. Le reste du pipeline reste identique !