Skip to content

Commit ea75894

Browse files
committed
Créé avec Colaboratory
1 parent 852996d commit ea75894

1 file changed

Lines changed: 1 addition & 1 deletion

File tree

7_Machine_Learning_Introduction.ipynb

Lines changed: 1 addition & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -142,7 +142,7 @@
142142
" \n",
143143
" De manière générale, une variable à n catégories nécessitera la création de n-1 variables binaires. On appelle généralement ces variables **dummy**.\n",
144144
" \n",
145-
"* **Echelle** : certaines variables sont ordinale, comme `quality` [`bien`, `moyen`, `mauvais`]. Celle-ci peut être directement transformée un variable numérique: [bien => 0, moyen = >1, mauvais => 2]. Si ce n'est pas le cas, l'interprétation sémantique de la variable, et sa combinaison avec une autre variable continue permet de définir une échelle. Par exemple, on peut extraire certaines caractéristiques numériques d'une ville à partir du prix moyen des maisons, ou du nombre d'habitants: [\"Bruxelles\" => 300000, \"Namur\" => 250000, \"Fleurus\" => 200000].\n",
145+
"* **Echelle** : certaines variables sont ordinales, comme `quality` [`bien`, `moyen`, `mauvais`]. Celle-ci peut être directement transformée un variable numérique: [bien => 0, moyen = >1, mauvais => 2]. Si ce n'est pas le cas, l'interprétation sémantique de la variable, et sa combinaison avec une autre variable continue permet de définir une échelle. Par exemple, on peut extraire certaines caractéristiques numériques d'une ville à partir du prix moyen des maisons, ou du nombre d'habitants: [\"Bruxelles\" => 300000, \"Namur\" => 250000, \"Fleurus\" => 200000].\n",
146146
"\n",
147147
"\n"
148148
]

0 commit comments

Comments
 (0)