File size: 1,305 Bytes
a4c39e7
 
 
b008a5a
 
 
 
ea3aea8
b008a5a
a4c39e7
 
 
b008a5a
48ba8a1
b008a5a
a4c39e7
 
 
b008a5a
a4c39e7
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
# ========================================================================
# Paramètres pour le modèle
# ========================================================================

# Colonnes attendues par le modèle (features brutes)
FEATURE_COLUMNS = ["Area", "Item", "Year", "average_rain_fall_mm_per_year", "pesticides_tonnes", "avg_temp"]
TARGET_COLUMN = "hg/ha_yield"
ALL_COLUMNS = FEATURE_COLUMNS + [TARGET_COLUMN]

# Définition de la séparation de la Timeseries en Train et Test sets pour les différents modèles de prédiction
YEAR_THRESHOLD = 2009

# Chemin relatif vers le modèle MLflow (pipeline sklearn complet avec préprocesseur)
MODEL_REL_PATH = "5_Notebooks/mlartifacts/1/models/m-c06ca7184d99459a87df34d662e183c5/artifacts"

# ========================================================================
# Paramètres pour les services (Frontend et Backend)
# ========================================================================

# URLs des services pour le frontend (Streamlit) et le backend (API - Streamlit)
DEFAULT_FRONTEND_URL = "https://cedm-oc-mlops-projet-4-dashboard.hf.space"
DEFAULT_API_URL = "https://cedm-oc-mlops-projet-4-api.hf.space"

# Chemin relatif vers le fichier d'entraînement nettoyé
DATA_REL_PATH = "2_Data_transformed/crop_yield_2_train_set_simplified.csv"