# Ensemble de test (Test set)

> Données mises de côté et utilisées à la toute fin pour évaluer la performance finale et objective du modèle.

- Page ZoneIA : https://zoneia.fr/glossaire/ensemble-de-test-test-set
- Type : Définition du glossaire IA
- Catégories : [Analyse de Données & Data](https://zoneia.fr/outils/categorie/analyse-donnees-data), [Recherche & Science](https://zoneia.fr/outils/categorie/recherche-science-ia)
- Publié le : 2026-03-04
- Mis à jour le : 2026-05-22

Un ensemble de test est un **jeu de données “verrouillé”** : il n’est ni utilisé pour entraîner le modèle, ni pour choisir ses hyperparamètres. Son objectif est de fournir une **estimation impartiale** des performances sur des données inédites, au plus proche de l’usage réel.

## Comment ça fonctionne
On sépare généralement les données en trois parties :
- **Entraînement (train)** : le modèle apprend.
- **Validation (val)** : on ajuste les hyperparamètres, on choisit une version du modèle, on surveille le surapprentissage.
- **Test** : on évalue **une seule fois**, à la fin, le modèle final.

Cette séparation évite de “tricher” involontairement. Si l’on consulte le test set trop souvent (par exemple en itérant jusqu’à obtenir un bon score), on finit par **suradapter** le modèle aux particularités du test, et l’évaluation n’est plus fiable.

## À quoi ça sert
- **Comparer** des modèles ou des approches sur une base commune.
- **Mesurer la généralisation** (accuracy, F1, AUC, BLEU, etc.).
- **Documenter** une performance reproductible dans un rapport ou une fiche modèle.

## Bonnes pratiques
- Garder le test set **représentatif** des données en production.
- Éviter toute **fuite de données** (doublons, features calculées avec des infos futures).
- Pour des données limitées, utiliser la **validation croisée**, tout en conservant un test set final.

---

Source : ZoneIA, annuaire francophone des outils IA (https://zoneia.fr/glossaire/ensemble-de-test-test-set)