abanam-joseph/prediction-mais-togo-knime
Domaine:
agricultureType de record:
model
Créateur:
aba
Hôte:
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