Discussion :

[jeuneprincesse]

Bonsoir à tous,
dans mon travail je cherche un modèle qui permet de mieux séparer entre personnes malades et non malades, en effet j'ai un ensemble de 40000 individus 20000 malades et 20000 malades et un ensemble de 60 variables pour ces individus
et j'ai appliqué 3 modèles
analyse linéaire discriminante avec stepwise qui m'a donné un taux de bon classement de 97% et qui a sélectionné une seule variable parmi les 60
la régression logistique qui a donné un taux de 99,1% en utilisant ttes les variables
machine à vecteurs supports a donné un aux de 99,8% avec ttes les variables

j'ai du mal à choisir le modèle qui convient est ce que je choisi celui de l'ALD stepwise car il garde une seule variable et donne comme même un bon taux de classement
ou je choisi l'SVM car il est le plus haut ?
merci infiniment d'avance pour toute réponse

[dev_ggy]

Bonjour,

Je ne vois aucune raison dans ta question qui ferait que tu dois prendre autre chose que le SVM à moins de contraintes que tu ne nous as pas signaler.

Au plaisir de te lire.

[jeuneprincesse]

bonjour, c'est pas une containte mais normalement on choisit le modèle avec le minimum de variables pour économiser de la mémoire et le temps de calcul non ?
le modèle ALD avec une seule variable donne un taux de 97%
et SVM avec toutes les variables donne 99%
merci infiniment d'avance pour toute réponse

[dev_ggy]

Le temps de calcul est long pour la constitution du modèle et bien moins pour son utilisation. En général on préfère un modèle performant avec une erreur faible plutôt qu'un modèle rapide. Mais si tu as une problématique d'architecture avec une production qui doit être rapide, tu peux te poser cette question. Si ce n'est pas le cas, reste sur le modèle le plus performant dans la classification.

Au plaisir de te lire.