Chapitre VI
Machine Learning
102
L'implémentation en Python de cet algorithme, comme indiquée dans l'article, est utilisée pour
reproduire les résultats. La Figure VI-11 présente une représentation visuelle des résultats obtenus.
L'ensemble d'apprentissage affiche un score 𝑅2 de 0,95, tandis que l'ensemble de test atteint un
score de 0,89. Ces scores établissent une forte corrélation entre les valeurs prédites et observées,
ce qui est également confirmé par le diagramme de dispersion (Figure VI-11).
Figure VI-11 : Prédictions de la méthode XGBoost répliquée.
Figure VI-12 : Prédictions de la méthode XGBoost publiée (2020).
Précédent

Modélisation des effets de la houle sur la stabilité et franchissement des ouvrages maritimes - 121/157

Suivant