En utilisant XGBoost de SageMaker, un modèle de détection de fraude s'adapte très bien aux données d'entraînement, mais ne parvient pas à détecter la fraude sur de nouvelles transactions non vues. Quelle modification l'ingénieur ML devrait-il apporter pour améliorer la généralisation aux nouvelles transactions ?

Le modèle s'adapte très bien aux données d'entraînement mais échoue sur de nouvelles données, ce qui indique un surapprentissage (overfitting). Diminuer l'hyperparamètre maxdepth réduit la profondeur maximale de chaque arbre, ce qui simplifie le modèle et le rend moins susceptible de mémoriser le bruit des données d'entraînement. Cela améliore sa capacité à généraliser aux transactions non vues. Augmenter le taux d'apprentissage pourrait rendre le modèle plus instable et aggraver le surapprentissage. Supprimer des caractéristiques non pertinentes est une bonne pratique, mais pas la cause principale du surapprentissage dans ce scénario. Augmenter maxdepth rendrait les arbres encore plus complexes, aggravant ainsi le surapprentissage.