.. blogpost::
    :title: Session 2
    :keywords: session 2
    :date: 2018-02-08
    :categories: session

    Suite :

    * :ref:`l-regclass`
    * formalisation de la :ref:`régression <l-regression-f>`,
      de la :ref:`classification <l-classification-f>`
    * :ref:`classification multi-classe <l-multiclass>`
    * `régularisation <https://rasbt.github.io/mlxtend/user_guide/general_concepts/regularization-linear/>`_,
      `Ridge <http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.Ridge.html>`_,
      `Lasso <http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.Lasso.html#sklearn.linear_model.Lasso>`_,
      `ElasticNet <http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.ElasticNet.html#sklearn.linear_model.ElasticNet>`_
    * :ref:`l-cheatsheet-ml`

    Exercices :

    * Ecrire un programme qui construire deux prédicteurs de la note d'un vin,
      un pour les vins blancs, un autre pour les rouges, comparer sa performance
      avec le même modèle appris sur l'ensemble de la base
    * Pourrait-on envisager l'écriture d'un régresseur un peu plus générique
      qui estimerait un modèle sur chacune des modalités prises par une variable de la base.
      On pourra s'inspirer de `SkLearnerBase <http://www.xavierdupre.fr/app/ensae_teaching_cs/helpsphinx/ensae_teaching_cs/ml/sklearn_base_learner.html?highlight=skbaselearner#ensae_teaching_cs.ml.sklearn_base_learner.SkBaseLearner>`_.
    * Comparer un arbre de décision appris sur un problème multi-classe
      et un ensemble d'arbres de décision binaire avec
      `OneVsRestClassifier <http://scikit-learn.org/stable/modules/generated/sklearn.multiclass.OneVsRestClassifier.html>`_.