ANALYSE COMPARATIVE DES ALGORITHMES DE CLASSIFICATIONS APPLIQUÉS À L’ÉVALUATION DES PERFORMANCES DES ENSEIGNANTS

La baisse criante du niveau d’enseignement est due à la qualité des ressources humaines, c’est ainsi qu’une évaluation régulière de l’enseignant doit être une étape nécessaire pour chaque institution scolaire espérant avoir les bons résultats. Pour doter aux établissements scolaires un outil d’évaluation, nous avons récolté 1500 fiches d’inspections à la sous division Kananga 2, lesquelles nous ont permis de constituer un dataset de 56 variables. En effet trois algorithmes (Random Forest, Support à vecteurs machines et K-Nearest Neighbors) ont été appliqués sur les mêmes données pour voir lequel présenté une meilleure performance. C’est ainsi que Random Forest a été retenu comme meilleur algorithme car il a présenté un taux de performance de 99%.