QCM : Régression Supervisée

1 Introduction

Ce questionnaire évalue votre compréhension des différents modèles de régression et des concepts clés associés, de la régression linéaire aux méthodes ensemblistes. Pour chaque question, cochez la case correspondant à la réponse la plus correcte.

2 Questions

Question 1

En régression linéaire multiple, comment interprète-t-on un coefficient β j ​ =50 pour une variable surface (en m²) pour prédire un prix ?

1. Chaque fois que la surface augmente, le prix augmente de 50€.
2. La surface explique 50% du prix de la maison.
3. En moyenne, une augmentation de 1 m² de la surface est associée à une augmentation de 50€ du prix, en maintenant toutes les autres variables constantes.
4. Le prix moyen des maisons ayant une surface de 1 m² est de 50€.

Question 2

Parmi les affirmations suivantes sur les hypothèses de la régression linéaire (concernant les erreurs), laquelle est FAUSSE ?

1. Les erreurs doivent suivre une distribution Normale.
2. Les erreurs doivent avoir une variance constante (homoscédasticité).
3. Les erreurs doivent être indépendantes les unes des autres.
4. Les variables explicatives (X j ​ ) doivent être indépendantes les unes des autres.

Question 3

Pourquoi préfère-t-on souvent le R² ajusté au R² standard pour comparer des modèles ?

1. Le R² ajusté est toujours plus élevé que le R² standard.
2. Le R² ajusté pénalise l’ajout de variables inutiles au modèle, ce que le R² standard ne fait pas.
3. Le R² ajusté est plus facile à calculer.
4. Le R² ajusté ne peut être utilisé que pour la régression linéaire simple.

Question 4

Quelle est la principale différence entre la régression Ridge (L2) et la régression Lasso (L1) ?

1. La régression Ridge est utilisée pour la classification, et Lasso pour la régression.
2. La régression Lasso peut réduire certains coefficients à exactement zéro, réalisant ainsi une sélection de variables, ce que Ridge ne fait pas.
3. La régression Ridge ne nécessite pas de mise à l’échelle des données, contrairement à Lasso.
4. La régression Lasso est toujours plus performante que la régression Ridge.

Question 5

Comment un modèle de régression k-NN fait-il une prédiction pour une nouvelle observation ?

1. En calculant une équation linéaire à partir des k plus proches voisins.
2. En prenant la moyenne des valeurs cibles (y) de ses k plus proches voisins.
3. En organisant un vote majoritaire parmi ses k plus proches voisins.
4. En trouvant le centroïde du cluster auquel le point appartient.

Question 6

Dans un graphique de diagnostic des résidus, vous observez que le nuage de points “Résidus vs. Valeurs Prédites” a une forme de cône (la dispersion augmente avec les valeurs prédites). Qu’est-ce que cela indique ?

1. Un problème de non-linéarité.
2. Un problème d’hétéroscédasticité (la variance des erreurs n’est pas constante).
3. Un problème de multicolinéarité.
4. Que le modèle est très performant.

Question 7

Comment intègre-t-on une variable catégorielle comme ville (‘Paris’, ‘Lyon’, ‘Marseille’) dans un modèle de régression linéaire ?

1. En la remplaçant par les nombres 1, 2, et 3.
2. En la supprimant, car la régression ne gère pas le texte.
3. En utilisant le “dummy coding” (ou One-Hot Encoding) pour la transformer en plusieurs variables binaires (0/1).
4. En calculant la moyenne des salaires pour chaque ville et en utilisant cette moyenne comme variable.

Question 8

Quel est le principal avantage d’une Forêt Aléatoire (Random Forest) par rapport à un unique Arbre de Décision en régression ?

1. Elle est beaucoup plus facile à interpréter.
2. Elle est beaucoup plus rapide à entraîner.
3. Elle est beaucoup plus robuste au surapprentissage et a généralement une meilleure performance prédictive.
4. Elle ne nécessite pas de régler d’hyperparamètres.

Question 9

Vous voulez modéliser une relation qui ressemble à une parabole entre une variable X et votre cible Y. Comment pouvez-vous adapter votre modèle de régression linéaire ?

1. En utilisant une régression logistique.
2. En ajoutant un terme polynomial (ex: X 2 ) comme une nouvelle variable explicative dans le modèle.
3. En appliquant une transformation logarithmique à la variable Y.
4. Ce n’est pas possible, la régression linéaire ne peut modéliser que des droites.

Question 10

Lors de l’élagage (pruning) d’un arbre de décision, quel est l’objectif principal ?

1. Rendre l’arbre plus grand et plus complexe pour améliorer son score sur le jeu d’entraînement.
2. Augmenter le nombre de feuilles de l’arbre.
3. Réduire la complexité de l’arbre pour améliorer sa capacité de généralisation et éviter le surapprentissage.
4. Accélérer la vitesse de prédiction en supprimant des branches au hasard.