Upload README.md with huggingface_hub
Browse files
README.md
ADDED
|
@@ -0,0 +1,66 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
tags:
|
| 3 |
+
- marcheflow-ci
|
| 4 |
+
- prediction-producteurs
|
| 5 |
+
- tabular-classification
|
| 6 |
+
- synthetic-data
|
| 7 |
+
---
|
| 8 |
+
|
| 9 |
+
# josue310/save-model-tta — Prédiction d'acceptation producteur (MarchéFlow CI, Niveau 3)
|
| 10 |
+
|
| 11 |
+
## ⚠️ Données synthétiques
|
| 12 |
+
|
| 13 |
+
Ce modèle est entraîné sur un dataset **entièrement simulé**
|
| 14 |
+
(`data/generer_dataset.py` + `data/DATASET.md` dans le dépôt source) : ~50
|
| 15 |
+
producteurs fictifs, historique de sollicitations simulé avec bruit
|
| 16 |
+
gaussien. **Aucune donnée réelle** de production ou de livraison n'a été
|
| 17 |
+
utilisée. Ce modèle est fourni à des fins de démonstration et ne doit pas
|
| 18 |
+
être utilisé pour des décisions réelles sans réentraînement sur des données
|
| 19 |
+
observées.
|
| 20 |
+
|
| 21 |
+
## Tâche
|
| 22 |
+
|
| 23 |
+
Classification binaire : étant donné les caractéristiques d'un couple
|
| 24 |
+
(producteur, produit, nouvelle demande), prédire la probabilité que ce
|
| 25 |
+
producteur accepte de produire **et** livre conforme.
|
| 26 |
+
|
| 27 |
+
## Algorithme
|
| 28 |
+
|
| 29 |
+
`random_forest` (scikit-learn), sélectionné pour son F1 sur un
|
| 30 |
+
split 80/20 stratifié parmi GradientBoostingClassifier et
|
| 31 |
+
RandomForestClassifier.
|
| 32 |
+
|
| 33 |
+
## Métriques (sur le jeu de test synthétique, 20%)
|
| 34 |
+
|
| 35 |
+
- Accuracy : 0.6516
|
| 36 |
+
- Precision : 0.6502
|
| 37 |
+
- Recall : 0.7323
|
| 38 |
+
- F1 : 0.6888
|
| 39 |
+
- Matrice de confusion : [[100, 78], [53, 145]]
|
| 40 |
+
|
| 41 |
+
## Importance des features
|
| 42 |
+
|
| 43 |
+
- `compatibilite_delai` : 0.3376
|
| 44 |
+
- `taux_conformite` : 0.1648
|
| 45 |
+
- `attractivite_prix` : 0.1510
|
| 46 |
+
- `capacite_estimee` : 0.1457
|
| 47 |
+
- `taux_acceptation_historique` : 0.1093
|
| 48 |
+
- `specialisation_score` : 0.0792
|
| 49 |
+
- `compatibilite_zone` : 0.0124
|
| 50 |
+
|
| 51 |
+
## Features attendues (dans cet ordre exact)
|
| 52 |
+
|
| 53 |
+
`['specialisation_score', 'capacite_estimee', 'compatibilite_delai', 'compatibilite_zone', 'taux_acceptation_historique', 'taux_conformite', 'attractivite_prix']`
|
| 54 |
+
|
| 55 |
+
Voir `app/ml/charger_modele.py::FEATURES` dans le dépôt source pour la
|
| 56 |
+
définition de chaque feature.
|
| 57 |
+
|
| 58 |
+
## Limites d'usage
|
| 59 |
+
|
| 60 |
+
- Données d'entraînement synthétiques : aucune garantie de généralisation à
|
| 61 |
+
des producteurs réels.
|
| 62 |
+
- Les tables de référence zone × produit cultivable sont des hypothèses de
|
| 63 |
+
démo, non validées agronomiquement.
|
| 64 |
+
- Ne pas utiliser pour des décisions d'engagement contractuel : les
|
| 65 |
+
prédictions de ce modèle sont des suggestions, pas des engagements
|
| 66 |
+
("statut": "suggestion_marche_non_engagee" dans l'API).
|