Create README.md

README.md

@@ -0,0 +1,49 @@
+# Modélisation de la consommation d'énergie renouvelable en France
+
+Le modèle prend en compte les variables suivantes : 
+  Temps : les années d'étude de la consommation (axe x)
+  All_Fossil : somme des énergies fossilles consommées par année
+  GDP_per_cap : PBI par année   
+  Pourcentage : Score du parti écologique lors des élections présidentielles
+
+L'objectif est de prédire la consommation dans les années à venir. 
+
+- ** Developed by: GEM_Groupe1 
+- ** Model type: Regression
+- ** Language(s): Python 
+
+### Model Sources
+
+- **Repository: model_factory/groupe1
+
+## Uses
+
+Prédiction de la consommation des énergies renouvelables dans un avenir proche. 
+
+
+## Bias, Risks, and Limitations
+
+L'algorithme utilise les résultats des votes des présentielles en France, néanmoins en 2017 il n'y avait pas de parti écologique donc il y a un risque avec ces données.
+
+## Training Details
+
+### Training Data
+
+Les données d'entrées doivent être sous forme numérique.
+
+### Training Procedure 
+
+La fonction utilisée est : sm.OLS.from_formula 
+Le modèle est donc fit sur une formule quadratique.
+
+## Evaluation
+
+Grace au summary, il est possible de connaitre la p-value et le R^2, qui sont des valeurs permettant l'évaluation du modèle. 
+
+### Results
+
+Le R^2 est de 0.671, ce qui veut dire que l'évolution de la consommation d'énergies renouvebles est expliqué à 67% par nos paramètres choisis en entrée du train. 
+Il est intéressant de noter que les votes pour le parti écologique sont à contre courant de l'évolution de la consommation.
+
+
+