Compiler un modèle

La dernière étape pour créer un modèle consiste à le compiler. Maintenant que vous avez créé un modèle, vous devez le compiler avant de pouvoir l'ajuster aux données. Cette étape finalise votre modèle, fige tous ses paramètres et le prépare à traiter des données.

Lors de la compilation, vous précisez l'optimiseur à utiliser pour ajuster le modèle aux données ainsi que la fonction de perte. 'adam' est un optimiseur par défaut fiable et fonctionne généralement bien. La fonction de perte dépend du problème à résoudre. L'erreur quadratique moyenne est une fonction de perte courante et optimise la prédiction de la moyenne, comme en régression aux moindres carrés.

L'erreur absolue moyenne optimise la prédiction de la médiane et s'emploie en régression quantile. Pour cet ensemble de données, 'mean_absolute_error' fonctionne plutôt bien ; utilisez-la comme fonction de perte.