SedzroEKLOU/poverty_mapping_togo_python

Poverty mapping in Togo using satellite imagery and machine learning | Python # Poverty Mapping Togo 🇹🇬 — Python Version ## Description Reproduction en Python du projet de cartographie de la pauvreté au Togo, initialement développé en R. Combine données DHS 2017 et variables satellitaires via un modèle XGBoost. ## Résultats - **R² = 0.887** sur les données de test - La densité de population est le principal prédicteur - Cohérent avec la version R (R² = 0.856) ## Données - DHS Togo 2017 — Wealth index + coordonnées GPS - WorldClim — Précipitations et température - SRTM — Altitude - WorldPop — Densité de population 2020 ## Méthode 1. Exploration des données (pandas, matplotlib) 2. Matrice de corrélation (seaborn) 3. Modèle XGBoost (scikit-learn) 4. Visualisation des résultats ## Technologies - Python 3.13 (Anaconda) - numpy, pandas, matplotlib, seaborn - scikit-learn, xgboost - Jupyter Notebook ## Lien avec la version R Ce projet est la version Python de : github.com ## Auteur Womenyao Komla Sedzro EKLOU M2 Magistère Économie du Développement — CERDI Université Clermont Auvergne, France