-
Type: Task
-
Status: Open (View Workflow)
-
Priority: Normal
-
Resolution: Unresolved
-
Labels:None
Created on 2019-07-09 17:10:09 by Johanna Pasquet. % Done: 0
Pondération de la loss pour obtenir un N(z) représentatif de la vérité. Pour cela j'ai utilisé les poids calculés par Marie et Stéphane à partir d'un N(z) théorique. Je présente dans une première partie les résultats de l'ensemble des cross validation (pas d'ensemble pour ce résultat là) sur la base de test ayant la même distribution du N(z) que la base de train. Puis je présente les résultats sur Primus (CUBE_CFHTLS_SPECTRO_WIDE1234_unique_balanced_Primuslowz_0001)
1) Résultat avec un N(z) représentatif
biais = 0.0005984543020493647
sigma_mad = 0.018951882212039885
fraction d' outliers = 9.94338630198
2) Résultat avec un N(z) non représentatif
On constate que ça n'a pas corrigé le biais à bas z...
biais = 0.04970591677428244
sigma_mad = 0.027086191311710413
fraction d' outliers = 15.1287078616