Le contrat de fit et predict
L’API commune à tous les estimateurs
Le contrat de fit et predict est une leçon Data Science Academy gratuite sur CoddyKit. Ceci est la leçon 1 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Data Science Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Data Science Academy comprend 4 leçons au total.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
Meet the Estimator
In scikit-learn, every model is an estimator: one object you create, teach, and then ask for answers. Same shape, every time. 🤖
Two Verbs to Remember
The whole library rests on two methods: fit to learn from data, and predict to use what it learned. Master these and you can use almost any model.
fit Means Learn
Calling fit shows the model your examples so it can find patterns. Nothing is predicted yet, the model is simply studying the data.
model.fit(X, y)predict Means Answer
Once trained, predict takes fresh inputs and returns the model's best guesses. This is where the learning finally pays off.
predictions = model.predict(X_new)One Consistent Contract
This fit-then-predict pattern is a contract every estimator honors. Swap a tree for a linear model and your code barely changes.
Create Before You Train
You always build the estimator first, often with settings, before any data touches it. That blank model is ready to learn.
from sklearn.linear_model import LinearRegression
model = LinearRegression()Order Always Matters
You must fit before you predict. Asking an untrained model for answers raises an error, since it has learned nothing yet.
fit Returns the Model
The fit call also returns the model itself, so you can chain steps in one line when you want compact, readable code.
model = LinearRegression().fit(X, y)Learned State Lives Inside
After fitting, the model stores what it learned in attributes ending with an underscore, like coef_. They appear only once training is done.
model.coef_Same API, Many Models
Because the API is shared, you can try several models by changing one line. The fit and predict calls stay identical.
from sklearn.tree import DecisionTreeRegressor
model = DecisionTreeRegressor()Why This Design Wins
One predictable interface means less to memorize and faster experiments. You focus on the problem, not on each library's quirks.
Quick Check
Let's lock in the core contract every estimator follows.
Recap
Every estimator follows one contract: create it, call fit to learn, then predict to answer. One pattern unlocks the whole library. 🎯
Questions Fréquemment Posées
La leçon « Le contrat de fit et predict » est-elle gratuite ?
Oui — le texte complet de « Le contrat de fit et predict » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Data Science Academy, passe à CoddyKit PRO. Le cours Data Science Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Le contrat de fit et predict » ?
L’API commune à tous les estimateurs Tu pratiques Data Science Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Data Science Academy ?
Aucune expérience préalable n'est requise. Data Science Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 1 sur 4.
Combien de temps prend la leçon « Le contrat de fit et predict » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Data Science Academy ?
Oui. Chaque leçon Data Science Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Le contrat de fit et predict
- Variables X et cible y
- Entraîner une régression linéaire
- Évaluer votre premier modèle