Bonjour à tous,

Après être toujours resté à l'écart des RdN pour leur côté BlackBox, je m'y intéresse finalement dans le cadre d'un projet nécessitant l'approximation d'une fonction à partir de données très bruitées.

Je bosse toujours sous R, quelques recherches m'ont rapidement menées vers les packages neural net, nnet et amore.

D'où une constatation : il n'y a pas de process complet et efficace de processus d'évaluation des performances dans ces packages : validation croisée, matrice de confusion,... enfin des tests out-of-sample ! Donc dans le cadre de la validation d'un RdN :

  • Comment faîtes-vous vos tests de validation sous R (à la mano ?) ?
  • Quels tests utilisez-vous ?


Merci de vos lumières