abanam-joseph/prediction-mais-togo-knime

Modele predictif des rendements agricoles du maïs au Togo avec KNIME Analytics Platform 5.11.0 # Prédiction des Rendements Agricoles de la Filière Maïs au Togo > **UE INF2224 — Extraction d'Information | UCAO-UUT | Année 2026** > > **Auteur :** ABANAM Essowasinam Joseph > **Outil :** KNIME Analytics Platform 5.11.0 > **Chargé du cours :** M. TCHANTCHO Leri Damigouri --- ## Description Ce projet développe un modèle prédictif des rendements agricoles de la filière maïs au Togo en utilisant **KNIME Analytics Platform 5.11.0**. Il suit la méthodologie **CRISP-DM** et compare trois algorithmes : Régression Linéaire, Arbre de Décision et **Random Forest**. --- ## Résultats obtenus | Métrique | Valeur | |---|---| | R² | **0,755** | | RMSE | **0,362 t/ha** | | MAE | **0,308 t/ha** | | Prédiction (Kara) | **2,972 t/ha** | --- ## Workflow KNIME **Pipeline principal :** Excel Reader → Category to Number → Normalizer → Table Partitioner → RF Learner → RF Predictor → Numeric Scorer **Pipeline temps réel :** Table Creator → Category to Number → Normalizer Apply → RF Predictor 2 --- ## Dataset - **80 observations**, 10 variables - 5 régions du Togo (Plateaux, Kara, Maritime, Centrale, Savanes) - 2 saisons agricoles (Grande saison, Petite saison) - Variables : pluviométrie, température, type de sol, pH, engrais, surface, variété de semences --- ## Structure du dépôt