AhmedBenArfa/Tunisia-Weather-Prediction

# Tunisia Weather Prediction — Prévision de température par gouvernorat > **Auteur** : Ahmed Ben Arfa Chaîne analytique complète, de l'extraction des données à une application web déployée, appliquée à la **prévision de température à court terme** pour les 24 gouvernorats tunisiens. Le modèle prédit la température à **t+1 h, t+24 h et t+72 h** à partir de l'état météorologique observé jusqu'à l'instant courant. ## Sommaire - Le problème - Données - Architecture - Structure du dépôt - Installation - Reproduire le pipeline - Choix méthodologiques - État d'avancement ## Le problème Prévoir une température, c'est une **régression sur série temporelle** — pas une classification. Cette différence gouverne toute la démarche : - le découpage train/test est **chronologique**, jamais aléatoire ; - une variable n'est utilisable que si elle est **connue à l'instant de la prédiction** ; - le modèle doit être comparé à des **baselines météorologiques**, pas à un tirage au hasard. Un modèle de température qui affiche un R² de 0,99 est presque toujours un modèle qui triche. La section Choix méthodologiques détaille comment ce piège est évité ici. ## Données **Source** : Open-Meteo — gratuit, sans clé d'API, sous licence libre. | Usage | Point d'entrée | Rôle | |---|---|---| | Entraînement | `archive-api.open-meteo.com` (réanalyse ERA5) | Historique 2019-01-01 → 2026-07-15 | | Production | `api.open-meteo.com` | Observations des 168 dernières heures | **Volume** : 24 gouvernorats × 66 072 heures = **1 585 728 lignes**, 36 colonnes (31 variables météorologiques + gouvernorat, horodatage, latitude, longitude, altitude). Aucune valeur manquante, aucun doublon. Les données sont **versionnées avec le dépôt** au format Parquet compressé (`data/tunisia_weather_hourly.parquet`, 42 Mo) — elles sont publiques, donc rien n'impose de les cacher. Les CSV bruts (~308 Mo) sont ignorés par Git : redondants, et au-delà de la limite GitHub de 100 Mo par fichier. ## Architec …