Modèle — Pipeline d’entraînement & features¶

Vue d’ensemble visuelle et documentée du pipeline (sources → features → entraînement → artefact → inférence → monitoring).

1) Aperçu visuel¶

Architecture du pipeline

2) Quick stats¶

Période events : 2025-09-07T23:00:00 → 2025-09-17T22:45:00
Période perf : 2025-09-07T23:00:00 → 2025-09-17T22:45:00
Stations : events=1473 · perf=1473
Horizon (min) : 60
Features : 33 (source: src.forecast.load_model_bundle)

Artefacts (liens techniques)¶

Schémas : events · perf
Contrat des features : features_contract.csv · features_by_family.csv
Overview JSON : pipeline_overview.json

3) Validation & Données — en un coup d’œil¶

Rolling origin — Validation à origine glissante (robustesse temporelle).

Couverture quotidienne events — Couverture quotidienne des events (volumétrie & trous).

4) Features — répartition & contrat¶

Tableau des familles | family | count | | --- | --- | | lags | 12 | | other | 10 | | rolling | 4 | | seasonality | 3 | | trend | 2 | | normalization | 1 | | weather | 1 |

Aperçu des features (extrait) : - nb_velos_bin - nb_bornes_bin - capacity_bin - occ_ratio_bin - temp_C - precip_mm - wind_mps - lag_nb_1b - lag_nb_2b - lag_nb_3b - lag_nb_4b - lag_nb_8b - lag_nb_16b - lag_occ_1b - lag_occ_2b - lag_occ_3b - lag_occ_4b - lag_occ_8b - lag_occ_16b - roll_nb_4b - roll_nb_8b - roll_occ_4b - roll_occ_8b - trend_nb_4b - trend_occ_4b - hour - dow - is_weekend - is_rush_am - is_rush_pm - is_holiday - hour_sin - hour_cos

5) Dataflow du builder (doc)¶

6) Explications détaillées¶

Objectif¶

Décrire précisément d’où viennent les données, comment on fabrique les features, comment on entraîne et versionne le modèle.

Données d’entrée¶

Séries réseau : vélos/docks disponibles par station (events.parquet).
Calendrier : heure/minute, jour de semaine, jours fériés, vacances (si disponibles).
Météo (optionnel) : température, pluie, vent (si intégrée et historisée).
Géographie légère (optionnelle) : arrondissement/quartier, altitude, distance centre.

Construction des features (exemples typiques)¶

Retards (lags) : valeurs H−15, −30, −45, −60… (pas d’info future).
Fenêtres glissantes : moyennes/medians/écarts-types sur 1–6 h, indicateurs de volatilité.
Saisonnalité : heure sin/cos, jour de semaine encodé, période scolaire.
Interactions légères : lags × heure, météo × heure (si pertinent).
Capacité & normalisation : ratios (y/capacité) lorsque la comparaison inter-stations est requise.

Entraînement & validation¶

Découpes temporelles : train → val → test dans l’ordre du temps.
Validation à origine glissante (rolling origin) pour évaluer la robustesse.
Objectif : minimiser MAE (primat opérationnel), contrôle RMSE/biais.
Anti-fuite : toutes les features utilisent exclusivement des informations ≤ t (aucun futur).

Artefacts & versioning¶

Modèle sérialisé (ex. joblib) + signature des features attendues.
Version sémantique (ex. vX.Y.Z) liée au schéma de features & à l’horizon.
Journal de reproductibilité : seed, plage temporelle d’entraînement, métriques de val/test.
Planification : ré-entraînement périodique (ex. quotidien/hebdo) ou à l’alerte monitoring.

Déploiement & prédiction¶

Chargement depuis l’artefact, vérification du contrat de features (colonnes, types, ordre).
Production de y_pred à chaque pas pour chaque station prévue, timestampée à t (et non t+h).

7) Annexes & liens¶

../../assets/tables/model/pipeline/schema_events.csv
../../assets/tables/model/pipeline/schema_perf.csv
../../assets/tables/model/pipeline/features_contract.csv
../../assets/tables/model/pipeline/features_by_family.csv
../../assets/tables/model/pipeline/pipeline_overview.json