Guide Pratique pour l'Oversampling, l'Undersampling et SMOTE sous Python

[@LeCoinStat]

Lien vers le notebook: github.com/LeCoinStat/100JoursDeML/blob/main/05_Apprentissage_Supervise/02_Regression_Logistique/oversampling_undersampling_smote.ipynb

[@Miky0091]

Merci ! C'est très détaillé. Superbe vidéo !

[@lionelnbassebahan2165]

Merci beaucoup. J’apprends toujours en regardant tes vidéos 😊

[@LeCoinStat]

Contente de le savoir Lionel☺

[@nembotralf379]

Merci🤩……..c’est toujours un plaisir de suivre tes vidéos

[@LeCoinStat]

Thanks:) Nous sommes presqu'à la moitié du chemin. Stay tuned😇

[@idirabdelli5848]

Merci beaucoup, c'est très claire.

[@Redro_]

Merci pour vos vidéos !

[@LeCoinStat]

De rien

[@antvine6614]

Est ce que ça marche également lorsque j'ai en tout 500 000 données, pour seulement 200 de ma classe minoritaire ? Pour faire de la classification