La classification prédit une catégorie
Exemple : reconnaître une pomme, une banane ou une tomate.
Comprendre en 5 minutes comment un LightGBM prédit le futur.
Exemple illustratif : la prédiction de ventes 3 mois en avance.
Introduction · Découvrir le modèle
Qu’est-ce que LightGBM ?
LightGBM est un algorithme d’apprentissage automatique fondé sur des arbres de décision. Il apprend à relier des informations connues à une réponse, puis combine de nombreux arbres de décision pour améliorer progressivement cette réponse.
Étape 1 · Suivre un arbre de décision
Classification
Régression
Un arbre de décision pose une suite de questions simples. Selon la cible choisie, LightGBM peut retrouver une catégorie ou estimer une valeur numérique.
La régression prédit un nombre
Exemple : estimer le prix d’un logement.
Étape 2 · Choisir l’architecture
Un même modèle, plusieurs architectures possibles.
Le choix de l’architecture et la façon de construire les arbres ont un impact direct sur les performances finales.
Cliquez sur un arbre pour comprendre ce que son niveau de détail change.
Étape 3 · Combiner les arbres
LightGBM est une succession d’arbres de décision.
Chaque nouvel arbre corrige une partie de l’erreur laissée par les précédents.
Exemple : estimer le prix d’une maison
Cliquez sur le bouton pour voir l’estimation se rapprocher de la valeur réelle.
Arbre de décision 1Grande surface
+60 000 €
Arbre de décision 2Quartier recherché
+73 000 €
Arbre de décision 3Travaux nécessaires
−18 000 €
Arbres de décision suivantsCorrections fines
+3 000 €
Prix actuellement estimé
300 000 €
250 000 €Valeur réelle : 420 000 €450 000 €
LightGBM estime 418 000 €. Arbre après arbre, la prédiction s’est rapprochée de la valeur réelle de 420 000 €.
Un arbre de décision seul apporte une première réponse. Ensemble, les arbres corrigent progressivement leurs erreurs.
Exemple fil rouge · Prédire les ventes
Objectif : utiliser les ventes passées pour prédire les ventes dans 3 mois.
Nous disposons de plusieurs années de ventes mensuelles. À partir de cet historique, nous voulons estimer les ventes d’un seul mois : celui situé trois mois après aujourd’hui.
Ce que nous avons
60 mois de ventes déjà observées.
→
Ce que nous cherchons
Les ventes du mois situé trois mois dans le futur.
20212022202320242025Dans 3 mois
Chapitre 1 · Apprendre en rejouant le passé
Revenir dans le passé pour apprendre sans tricher.
Pour comprendre comment un LightGBM s’entraîne à prédire le futur, revenons au 31 décembre 2024. Le modèle utilise uniquement les informations disponibles ce jour-là et essaie de prédire les ventes de mars 2025. Nous connaissons aujourd’hui cette réponse, mais nous la lui cachons pendant l’exercice.
Ce que le modèle peut utiliser
Les 12 derniers mois de ventes
Ce qu’on lui cache
Janvier à mars 2025
Historique disponible à la date de prévisionHistorique disponibleVentes connues aujourd’hui, cachées pendant l’entraînementFutur caché au modèle
Voici le principe de l’entraînement. LightGBM observe uniquement le passé, calcule des indicateurs, propose une prédiction, puis la compare à une réponse future que nous connaissons déjà mais que nous lui avions cachée.
Chapitre 2 · Transformer l’historique en features
Donner au modèle des indices qu’il peut exploiter.
Ces indicateurs, appelés « features », résument les données historiques en informations que le modèle peut utiliser, analyser et comparer pour prédire le futur. Exemples de features : la moyenne des ventes, la tendance, la saisonnalité ou la régularité des ventes.
Exemple : comprendre le calcul de features
3001500
JanFévMarAvrMaiJuinJuilAoûSepOctNovDéc
→
Exemple de features calculées
Moyenne des 12 derniers mois…
Tendance récente…
Ventes du même mois l’année précédente…
Régularité des ventes…
Les features caractérisent les ventes passées. Elles permettront au LightGBM de faire le lien entre l’historique et la valeur future qu’il devra prédire.
Une feature = une question factuelle posée au passé. « Quel est le niveau habituel ? », « Est-ce que cela accélère ? », « Que s’est-il passé pour la même saison ? »
💡
C’est ici que se joue une grande partie de la performance future. L’expertise du Data Scientist consiste à créer des features pertinentes, disponibles au bon moment et adaptées au use-case métier.
Chapitre 3 · Définir la cible à apprendre
Choisir précisément ce que LightGBM devra prédire.
Avant d’entraîner un modèle, il faut choisir ce qu’il va prédire. Selon le projet, le modèle peut apprendre plus facilement une cible transformée qu’une quantité brute.
Exemples de cibles à prédire
Pourquoi normaliser les quantités ?
La normalisation permet de comparer les tendances de trois articles aux échelles très différentes.
Quantités brutes
Les tendances sont difficiles à comparer car les échelles ne sont pas les mêmes.
Article AArticle BArticle C
Séries normalisées
Chaque série est ramenée autour de 1 : 1 représente son niveau habituel.
Article AArticle BArticle C
Comment normaliser notre cible ?
Il existe plusieurs façons de normaliser. Pour ce guide, nous comparons la quantité future au niveau habituel des ventes.
La cible transmise à LightGBM est :Quantité futureMoyenne des 12 derniers mois
Interprétation
Un résultat de 1,30 signifie que les ventes futures seront 30 % au-dessus du niveau habituel.
Nous choisissons cette cible normalisée pour la suite du guide. Elle aidera le modèle à se concentrer sur les tendances et la saisonnalité, plutôt que sur la taille de chaque article.
Moyenne habituelleVentes futures
Le modèle doit apprendre l’écart entre 130 et le niveau habituel de 100.
Cible apprise par LightGBM130 ÷ 100 = 1,30Retour en unités métier : 100 × 1,30 = 130 unités
Chapitre 4 · Construire la mémoire d’entraînement
Transformer le passé en milliers d’exemples.
Pour chaque article et chaque date historique, on recalcule les features disponibles ce jour-là, puis on ajoute la valeur réellement observée trois mois plus tard. Le modèle reçoit ainsi des milliers d’exemples complets.
Exemple de base d’entraînement
DateArticleMoyenne 12 moisPrix unitaireVentes de l’année dernièreTendanceTendance de la familleCible
30/06/23Article A969,90 €91+8 %+5 %1,12
31/12/23Article B10210,50 €108−6 %−4 %0,81
30/06/24Article C9910,20 €95+3 %+2 %1,06
31/12/24Article A10011,00 €110+19 %+8 %1,30
Aujourd’huiArticle D21012,20 €176+31 %+12 %à prédire
Ce que LightGBM apprend : les colonnes de gauche décrivent la situation connue à une date donnée. En observant leur lien avec la cible tout à droite sur des milliers de lignes, le modèle apprend quelle cible prédire pour une nouvelle situation.
Rappel : la cible est un ratio. Une cible de 1,30 signifie que, trois mois plus tard, les ventes ont été 30 % supérieures à la moyenne des 12 mois précédents.
Chapitre 5 · Tester sans regarder le futur
Simuler honnêtement les performances de demain.
Pour vérifier qu’il saura vraiment prédire demain, on l’entraîne sur une période ancienne, puis on le teste sur les mois qui viennent juste après. On recommence plusieurs fois en avançant dans le temps.
🕒
Imaginez un contrôle à l’école. L’élève révise les chapitres déjà étudiés, puis répond à des questions nouvelles. Si on lui donnait les réponses avant le contrôle, sa note ne voudrait plus rien dire. Pour LightGBM, c’est exactement pareil.
Test 1
JanFévMarAvrMaiJuinJuilAoûSepOctNovDéc
Test 2
JanFévMarAvrMaiJuinJuilAoûSepOctNovDéc
Test 3
JanFévMarAvrMaiJuinJuilAoûSepOctNovDéc
Le modèle apprendLe modèle passe le testMois non utilisés
Ce que l’on mesure : à chaque test, on compare les prédictions aux ventes réellement observées. Plusieurs tests successifs donnent une estimation beaucoup plus fiable des performances futures.
Chapitre 6 · Transformer le ratio en ventes futures
Cette fois, le futur est réellement inconnu.
On calcule exactement les mêmes features avec les données disponibles aujourd’hui. LightGBM renvoie un ratio, puis on le reconvertit en unités.
Le calcul de la prévision
Moyenne des 12 derniers mois210
×
Ratio prédit par LightGBM1,25
=
Ventes prévues à M+3263 unités
Chapitre 7 · Sécuriser les prédictions avant de décider
Une prévision est une estimation, pas une promesse.
Avant de faire confiance aux prédictions d’un LightGBM, cinq contrôles sont indispensables. Les deux premiers évitent les erreurs les plus trompeuses.
1
Zéro fuite du futur
À chaque date historique, toutes les features doivent être calculées uniquement avec les informations qui existaient déjà ce jour-là. Sinon, le modèle utilise sans le savoir un indice venu du futur : son score paraît excellent, mais il devient impossible à reproduire en production.
2
Backtest temporel fiable
Le modèle doit toujours apprendre sur une période ancienne, puis être évalué sur une période plus récente. Une mauvaise séparation surestime ses performances et crée une mauvaise surprise en production. La cross-validation temporelle simule honnêtement ce qui se serait réellement passé.
3
Comparer avec une baseline
Une méthode simple peut parfois faire aussi bien qu’un modèle plus complexe.
4
Dérive des données
On surveille les changements de marché et les dérives des features.
5
Explicabilité
On vérifie quels indicateurs influencent le plus les prédictions et si les raisons obtenues restent cohérentes avec le métier.
Conclusion
- LightGBM utilise les ventes historiques pour apprendre à prédire les ventes futures.
- Pour ce faire, il utilise des features qu’un Data Scientist calcule et personnalise selon chaque use-case.
💡 Ce qu’il faut retenir
Le futur s’apprend en rejouant le passé
Le modèle s’entraîne sur des situations historiques sans jamais utiliser une information venue du futur.
La qualité des features fait la qualité des prédictions
Le Data Scientist transforme les données passées en indicateurs pertinents, disponibles au bon moment et adaptés au besoin métier.
Le choix de la cible oriente l’apprentissage
Selon le besoin métier, le modèle peut prédire une valeur brute ou une cible transformée plus facile à apprendre.
Adapter le niveau de détail du modèle
Des essais permettent de trouver le réglage qui prédit bien sans apprendre les exemples par cœur.
Un bon modèle doit être testé comme en production
Une validation temporelle honnête permet de vérifier que les performances observées pourront réellement se reproduire demain.