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
| …