Aller au contenu principal

classifier.py

Ce module contient la classe SpectralClassifier, qui est le "cerveau" du pipeline. Elle encapsule un modèle de Machine Learning pour réaliser la classification à partir des features extraites.

Workflow de la Classification​

Classe SpectralClassifier​

Cette classe fournit une interface simple pour entraîner, évaluer, et gérer la persistance d'un modèle de classification.

Détails sur l'instanciation et la configuration
  • Description : Crée une instance du classifieur. Le modèle par défaut est un RandomForestClassifier de scikit-learn.
    - Arguments :
  • n_estimators (int, défaut: 100) : Le nombre d'arbres dans la forêt.
  • random_state (int, défaut: 42) : Pour garantir la reproductibilité des résultats.
  • Attributs Notables :
  • class_weight='balanced' : Le modèle ajuste automatiquement le poids des classes pour compenser les déséquilibres dans le jeu de données.

Bonnes Pratiques & Limites​

💡Bonnes Pratiques
  • Fixez toujours le random_state pour des expériences reproductibles.
  • Validez systématiquement les performances sur un jeu de test qui n'a pas servi à l'entraînement.
  • Sauvegardez non seulement le modèle, mais aussi la version du code et les paramètres de prétraitement pour une traçabilité complète.
☢️Limites & Cas Limites
  • Pour des jeux de données très petits, les performances peuvent varier fortement entre deux exécutions.
  • Random Forest est robuste, mais si vos features sont très corrélées, sa performance peut être affectée.
  • Pour des déséquilibres de classes extrêmes, explorer des techniques de ré-échantillonnage (ex: SMOTE) en plus de class_weight peut être bénéfique.

Méthodes Principales​

train_and_evaluate(X, y, test_size=0.25)​

C'est la méthode "tout-en-un" pour un workflow standard.

  • Rôle : Prend une matrice de features X et un vecteur de labels y, les sépare en ensembles d'entraînement/test, entraîne le modèle, et affiche un rapport d'évaluation complet.
  • **Arguments :``
    • X (array-like) : La matrice des features.
    • y (array-like) : Le vecteur des labels correspondants.
    • test_size (float, défaut: 0.25) : La proportion du dataset à réserver pour le test.

train(X_train, y_train)​

  • Rôle : Entraîne le modèle uniquement sur les données fournies. Utile pour des schémas de validation plus complexes (ex: validation croisée manuelle).

evaluate(X_test, y_test)​

  • Rôle : Évalue le modèle déjà entraîné sur un jeu de test et affiche le rapport de classification et la matrice de confusion.

Questions Fréquentes (FAQ)​

Puis-je utiliser un autre modèle que Random Forest ?

Oui, absolument. La classe SpectralClassifier a été conçue pour être modulaire. Il vous suffirait de modifier la ligne self.model = RandomForestClassifier(...) dans le constructeur init pour utiliser un autre classifieur de scikit-learn (comme SVC, XGBClassifier, etc.), tout en conservant le reste de l'interface (train, evaluate...).

Comment utiliser un modèle déjà entraîné pour prédire sur de nouvelles données ?

C'est exactement le but de save_model et load_model. Le workflow est le suivant :

  1. Chargez le modèle avec loaded_clf = SpectralClassifier.load_model("path/to/model.pkl").
  2. Préparez vos nouvelles données pour obtenir une matrice de features X_new.
  3. Faites la prédiction avec predictions = loaded_clf.model.predict(X_new).