DATA MININGPartie 1 de 1 - 62.0 / 100.0 Points Question 1 de 1010.0 Points En vos mots, veuillez énoncer la différence entre les modèles non-supervisés et supervisés.Le modèle supervisé possède une ou des variables cible définie ex: classification, régression linéaire ou logistique comparativement au modèle non supervisé qui ne possède pas de variable cible définie Question 2 de 1010.0 Points …afficher plus de contenu…

La distance Simple Match· B. La distance euclidienne· C. Peu importe, cela donnera le même résultat· D. Aucune de ces réponsesClé de correction: AQuestion 2 de 1010.0 PointsDans vos mots, veuillez expliquer ce qu'est la méthode K-Means.c'est une méthode qui permet de sectionner des données et un problème d'optimisation combinatoire en même tempsQuestion 3 de 1010.0 PointsParmi les énoncés suivants, veuillez choisir celui qui s’avère être le bon énoncé : · A. Le calcul de GINI est un calcul dont le résultat est compris entre 0 et 0.5 pour une variable cible binaire· B. Pour choisir la variable explicative dans le processus des arbres de classification, il faut prendre la variable ayant le GINI le plus petit (lorsque la méthode de GINI est …afficher plus de contenu…

· A. Vrai· B. FauxClé de correction: BQuestion 3 de 1010.0 PointsVous avez effectué un modèle de bagging que vous avez nommé bagging_object dans R. Vous possédez la table de données qui a pour nom data_base et dont la variable cible se nomme Target. Veuillez écrire la commande vous permettant de calculer le taux de bonne classification dans R avec le modèle créé et la base de données.Question 4 de 1010.0 PointsParmi les énoncés suivants, veuillez choisir celui qui vous semble faux. Si toutes ces réponses vous semblent fausses, veuillez choisir la réponse d. Si vous pensez le contraire, veuillez choisir la réponse e. · A. La fonction rpart permet de faire autant des