tsitohainaraz/projet_riz_madagascar

ML benchmark for smallholder rainfed rice yield prediction in Madagascar. 3,803 plot-level observations · 14 regression algorithms · SHAP interpretability · Conservation Agriculture # Prédiction du Rendement du Riz Pluvial à Madagascar par Apprentissage Automatique ## Benchmark de 14 Algorithmes de Régression **Auteurs :** RAZAFINDRAJOA Tsitohaina Andriamparany · Ravonimanantsoa Ndaohialy Manda-Vy · Rakotomalala Mamy Alain **Statut :** Soumis à IJEST — en attente de validation éditoriale --- ## Résumé Benchmark de 14 algorithmes ML entraînés sur 3 803 observations parcellaires (Lac Alaotra, 2006–2010). Le HistGradientBoostingRegressor s'est révélé le plus performant (R² = 0.181 · RMSE = 821 kg/ha). --- ## Structure du projet ``` projet_riz_madagascar/ ├── data/ │ ├── raw/ # Données brutes │ └── processed/ # Données nettoyées ├── notebooks/ # Jupyter notebooks (01 → 10) ├── figures/ # Graphiques et visualisations ├── results/ # Résultats et tableaux └── models/ # Modèles entraînés (.pkl) ``` ## Notebooks | Notebook | Description | |----------|-------------| | 01_data_cleaning | Nettoyage des données | | 02_EDA | Analyse exploratoire | | 03_feature_engineering | Ingénierie des variables | | 04_baseline_models | Modèles de base | | 05_tree_models | Modèles d'arbres | | 06_advanced_models | Modèles avancés | | 07_best_model_analysis | Analyse du meilleur modèle | | 08_validation | Validation statistique | | 09_figures_publication | Figures pour publication | | 10_tables_publication | Tableaux pour publication | ## Mots-clés `riz pluvial` `machine learning` `gradient boosting` `SHAP` `Optuna` `Lac Alaotra` `Madagascar` `agriculture de conservation`