Jb-Tenaciou/agriculture-burundi

TP IA Agriculture Burundi # 🌾 AgriPredict Burundi — TP IA Agriculture **Université Polytechnique de Gitega | Bac4 Génie Logiciel** *Cours : Dr. Jean Pierre Ntayagabiri* --- ## 📋 Description Application web de prédiction des récoltes au Burundi par Machine Learning. Prédit si une récolte sera **bonne (1)** ou **mauvaise (0)** selon les conditions climatiques et agronomiques de 15 provinces (2015–2023). --- ## 🚀 Installation et Lancement ```bash # 1. Créer et activer le venv python -m venv venv venv\Scripts\activate # Windows source venv/bin/activate # Linux/Mac # 2. Installer les dépendances pip install -r requirements.txt # 3. Entraîner les modèles (UNE SEULE FOIS) python train_models.py # 4. Lancer l'application streamlit run app.py ``` → Ouvre **http://localhost:8501** dans le navigateur --- ## 📁 Structure du Projet ``` tp-agriculture-burundi/ ├── app.py ← Application Streamlit ├── train_models.py ← Script ML complet ├── agriculture_burundi.csv ← Dataset 1620 lignes ├── requirements.txt ← Dépendances Python ├── README.md ← Ce fichier ├── TP_Agriculture_Burundi.ipynb ← Notebook (Ex. 1–6) ├── Rapport_Questions_29_30.pdf ← Rapport réflexion └── models/ ├── arbre_decision.pkl ├── foret_aleatoire.pkl ├── regression_logistique.pkl ├── scaler.pkl ├── feature_columns.json └── metrics.json ``` --- ## 🤖 Modèles et Performances | Modèle | Accuracy | F1-Score | AUC-ROC | |--------|----------|----------|---------| | 🌳 Arbre de Décision | 90.51% | 88.0% | 0.847 | | 🌲 Forêt Aléatoire ✅ | **90.82%** | **86.8%** | 0.808 | | 📈 Régression Logistique | 72.15% | 78.1% | 0.847 | **Recommandé : Forêt Aléatoire** (meilleure robustesse et généralisation) --- ## ☁️ Déploiement Streamlit Cloud (GRATUIT) 1. Push le projet sur **GitHub** (dépôt public) 2. Aller sur **share.streamlit.io** 3. Sélectionner le repo → fichier `app.py` 4. Cliquer **Deploy** → URL publique en 2 minutes ! --- ## 📦 Livrables du TP | …