Aperçu
Dans cette section, un classificateur random forest est appliqué à vos données intégrées, générant vos résultats VPS (Verified Prospectivity Scores).
Les paramètres de cette section permettent d’indiquer au système comment regrouper vos données pour l’apprentissage et la validation, selon la nature de vos ensembles de données. En d’autres termes, vous contrôlez ici les groupes de formation et de test utilisés pour la valider le modèle.
Lisez la suite pour mieux comprendre le contexte et les objectifs de cette étape.
Concepts clés par paramètre
Ces réglages aident le modèle à capter un niveau de détail approprié, l'empêchant d'être trop spécifique (surajustement) ou trop général (sous-ajustement) e qui améliore ses performances sur de nouvelles données.
Paramètre : taille minimale du cluster
La taille minimale de cluster détermine jusqu’à quelle distance l’algorithme de clustering cherchera à regrouper les points de données.
Ce paramètre influence l’échelle du regroupement :
une petite valeur concentre l’analyse sur des points proches pour capter des détails fins,
une valeur plus élevée regroupe des points plus éloignés pour une vision plus globale.
L’ajustement de ce paramètre permet d’aligner le modèle avec la complexité du contexte géologique.
Paramètre : échantillons minimum
Ce paramètre spécifie le nombre minimum de points de données nécessaires pour former un cluster. Il détermine la sensibilité du modèle à la densité des données :
une valeur faible permet de détecter de petits clusters dans des contextes géologiques variés,
une valeur élevée filtre les petits regroupements et met l’accent sur des motifs plus larges dans des contextes plus homogènes.
L'ajustement de ce paramètre aide le modèle à s'aligner sur la complexité du contexte géologique et/ou à capter les subtilités entre différents systèmes minéralisés.
Conseils:
Si votre environnement géologique est très varié, utilisez des groupes plus petits avec une distance minimale et un nombre d’échantillons minimum faibles pour capter plus de détails et générer davantage de clusters.
Si votre environnement géologique présente peu de variations, utilisez des groupes plus larges avec une distance minimale et un nombre d’échantillons plus élevés pour faire ressortir des tendances plus générale
Paramètre : Fonctionnalités avancées
Les paramètres de chaque fonctionnalité avancée de cette étape sont optimisés pour s'adapter à la plupart des expériences. Il est donc recommandé d'exécuter vos expériences initiales en utilisant les configurations par défaut.
Pour en savoir plus sur les fonctionnalités avancées liées à la création de modèles prédictifs, cliquez ici.
Vous avez encore des questions ?
Contactez votre contact DORA ou envoyez un e-mail à support@VRIFY.com pour plus d'informations.