File size: 9,985 Bytes
6758ac3 61ff9dd | 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 | from fastapi.testclient import TestClient
from app.main import app
import logging
client = TestClient(app)
def test_root():
response = client.get("/")
assert response.status_code == 200
assert response.json() == {"message":"Welcome to the FUTURISYS HR predictor API"}
def test_predict_valid():
payload = {
"Genre": "M",
"Statut Marital": "Marié(e)",
"Département": "Consulting",
"Poste": "Consultant",
"Domaine d'étude": "Infra & Cloud",
"Fréquence de déplacement": "Occasionnel",
"Heures supplémentaires": "Non",
"Âge": 32,
"Revenu mensuel": 4883,
"Nombre d'expériences précédentes": 1,
"Années d'expérience totale": 10,
"Années dans l'entreprise": 10,
"Années dans le poste actuel": 4,
"Nombre de formations suivies": 3,
"Distance domicile-travail": 7,
"Niveau d'éducation": 2,
"Années depuis la dernière promotion": 1,
"Années sous responsable actuel": 1,
"Satisfaction environnement": 4,
"Note évaluation précédente": 3,
"Satisfaction nature du travail": 3,
"Satisfaction équipe": 1,
"Satisfaction équilibre pro/perso": 3,
"Note évaluation actuelle": 3,
"Augmentation salaire précédente": "18%"
}
response = client.post("/predict", json=payload)
data = response.json()
assert response.status_code == 200
assert data["statut_employe"] == "The staff has a LOW probability of resigning"
assert data["probability_score"] == 0.28
assert data["model_threshold"] == 0.37
# Top 5 SHAP factors
factors = data["top_5_factors"]
assert list(factors.keys()) == [
"revenu_mensuel",
"annees_dans_l_entreprise",
"statut_marital_Célibataire",
"distance_domicile_travail",
"overall_satisfaction"
]
# Interpretations
assert factors["revenu_mensuel"]["interpretation"] == "Primary driver — decreases resignation risk"
assert factors["annees_dans_l_entreprise"]["interpretation"] == "Strong factor — decreases resignation risk"
assert factors["statut_marital_Célibataire"]["interpretation"] == "Moderate factor — decreases resignation risk"
assert factors["distance_domicile_travail"]["interpretation"] == "Contributing factor — decreases resignation risk"
assert factors["overall_satisfaction"]["interpretation"] == "Notable factor — decreases resignation risk"
# Feature values
assert factors["revenu_mensuel"]["feature_value"] == 4883.0
assert factors["annees_dans_l_entreprise"]["feature_value"] == 10.0
assert factors["statut_marital_Célibataire"]["feature_value"] == "encoded"
assert factors["distance_domicile_travail"]["feature_value"] == 7.0
assert factors["overall_satisfaction"]["feature_value"] == 2.75
class Test_Predict_422:
def test_predict_422_wrong_input(self):
payload = {
"Genre": "X", # INSERTION OF WRONG INPUT F OR M
"Statut Marital": "Marié(e)",
"Département": "Consulting",
"Poste": "Consultant",
"Domaine d'étude": "Infra & Cloud",
"Fréquence de déplacement": "Occasionnel",
"Heures supplémentaires": "Non",
"Âge": 32,
"Revenu mensuel": 4883,
"Nombre d'expériences précédentes": 1,
"Années d'expérience totale": 10,
"Années dans l'entreprise": 10,
"Années dans le poste actuel": 4,
"Nombre de formations suivies": 3,
"Distance domicile-travail": 7,
"Niveau d'éducation": 2,
"Années depuis la dernière promotion": 1,
"Années sous responsable actuel": 1,
"Satisfaction environnement": 4,
"Note évaluation précédente": 3,
"Satisfaction nature du travail": 3,
"Satisfaction équipe": 1,
"Satisfaction équilibre pro/perso": 3,
"Note évaluation actuelle": 3,
"Augmentation salaire précédente": "18%"
}
response = client.post("/predict", json=payload)
assert response.status_code == 422
def test_predict_422_wrong_type_str(self):
payload = {
"Genre": "M",
"Statut Marital": "Marié(e)",
"Département": "Consulting",
"Poste": "Consultant",
"Domaine d'étude": "Infra & Cloud",
"Fréquence de déplacement": "Occasionnel",
"Heures supplémentaires": "Non",
"Âge": "trente", #EXPECTED INT
"Revenu mensuel": 4883,
"Nombre d'expériences précédentes": 1,
"Années d'expérience totale": 10,
"Années dans l'entreprise": 10,
"Années dans le poste actuel": 4,
"Nombre de formations suivies": 3,
"Distance domicile-travail": 7,
"Niveau d'éducation": 2,
"Années depuis la dernière promotion": 1,
"Années sous responsable actuel": 1,
"Satisfaction environnement": 4,
"Note évaluation précédente": 3,
"Satisfaction nature du travail": 3,
"Satisfaction équipe": 1,
"Satisfaction équilibre pro/perso": 3,
"Note évaluation actuelle": 3,
"Augmentation salaire précédente": "18%"
}
response = client.post("/predict", json=payload)
assert response.status_code == 422
def test_predict_422_wrong_type_int(self):
payload = {
"Genre": "M",
"Statut Marital": "Marié(e)",
"Département": "Consulting",
"Poste": "Consultant",
"Domaine d'étude": "Infra & Cloud",
"Fréquence de déplacement": "Occasionnel",
"Heures supplémentaires": "Non",
"Âge": 32,
"Revenu mensuel": 4883.12,#WRONG TYPE, should be int
"Nombre d'expériences précédentes": 1,
"Années d'expérience totale": 10,
"Années dans l'entreprise": 10,
"Années dans le poste actuel": 4,
"Nombre de formations suivies": 3,
"Distance domicile-travail": 7,
"Niveau d'éducation": 2,
"Années depuis la dernière promotion": 1,
"Années sous responsable actuel": 1,
"Satisfaction environnement": 4,
"Note évaluation précédente": 3,
"Satisfaction nature du travail": 3,
"Satisfaction équipe": 1,
"Satisfaction équilibre pro/perso": 3,
"Note évaluation actuelle": 3,
"Augmentation salaire précédente": "18%"
}
response = client.post("/predict", json=payload)
assert response.status_code == 422
def test_predict_422_incomplete_json(self):
payload = {
"Genre": "M",
"Statut Marital": "Marié(e)",
"Département": "Consulting",
"Poste": "Consultant",
"Domaine d'étude": "Infra & Cloud",
"Fréquence de déplacement": "Occasionnel",
"Heures supplémentaires": "Non",
"Âge": 32,
"Revenu mensuel": 4883,
"Nombre d'expériences précédentes": 1,
"Années d'expérience totale": 10,
"Années dans l'entreprise": 10,
"Années dans le poste actuel": 4,
"Nombre de formations suivies": 3,
"Niveau d'éducation": 2, #MISSING "Distance domicile-travail"
"Années depuis la dernière promotion": 1,
"Années sous responsable actuel": 1,
"Satisfaction environnement": 4,
"Note évaluation précédente": 3,
"Satisfaction nature du travail": 3,
"Satisfaction équipe": 1,
"Satisfaction équilibre pro/perso": 3,
"Note évaluation actuelle": 3,
"Augmentation salaire précédente": "18%"
}
response = client.post("/predict", json=payload)
assert response.status_code == 422
def test_logging(caplog):
payload = {
"Genre": "M",
"Statut Marital": "Marié(e)",
"Département": "Logistique", #check wrong department
"Poste": "Consultant",
"Domaine d'étude": "Infra & Cloud",
"Fréquence de déplacement": "Occasionnel",
"Heures supplémentaires": "Non",
"Âge": 32,
"Revenu mensuel": 4883,
"Nombre d'expériences précédentes": 1,
"Années d'expérience totale": 10,
"Années dans l'entreprise": 10,
"Années dans le poste actuel": 4,
"Nombre de formations suivies": 3,
"Distance domicile-travail": 7,
"Niveau d'éducation": 2,
"Années depuis la dernière promotion": 1,
"Années sous responsable actuel": 1,
"Satisfaction environnement": 4,
"Note évaluation précédente": 3,
"Satisfaction nature du travail": 3,
"Satisfaction équipe": 1,
"Satisfaction équilibre pro/perso": 3,
"Note évaluation actuelle": 3,
"Augmentation salaire précédente": "18%"
}
with caplog.at_level(logging.WARNING):
response = client.post("/predict", json=payload)
assert response.status_code == 200 # l'API répond quand même
assert "Unknown value 'Logistique' for column 'departement'" in caplog.text
def test_predict_by_id_valid():
response = client.get("/predict/1")
data=response.json()
assert response.status_code==200
assert "statut_employe" in data
assert "probability_score" in data
assert "top_5_factors" in data
def test_predict_by_id_not_found():
response = client.get("/predict/99999")
assert response.status_code == 404
assert response.json()["detail"] == "Employee ID not found in database"
|