prediction

recup_predict.py

@@ -3,63 +3,22 @@ import pandas as pd
 import pickle
 from sklearn.preprocessing import StandardScaler
 
-# 📂 Charger le dataset complet
-df = pd.read_csv("data_sup_0popularity.csv")
+# 📂 Charger les datasets
+df_sup0 = pd.read_csv("data_sup_0popularity.csv")
+df_binaire = pd.read_csv("data_binaire.csv")
 
-# 📂 Charger le modèle et le scaler
+# 📂 Charger les modèles et scalers
 with open("random_forest_model_sup0.pkl", "rb") as model_file:
-    rf = pickle.load(model_file)
+    model_sup0 = pickle.load(model_file)
 
 with open("scaler_sup0.pkl", "rb") as scaler_file:
-    scaler = pickle.load(scaler_file)
+    scaler_sup0 = pickle.load(scaler_file)
 
-# ✅ Vérifier que les features attendues sont bien présentes
-expected_features = ['year', 'acousticness', 'danceability', 'energy', 'explicit',
-                     'instrumentalness', 'key', 'liveness', 'loudness', 'mode',
-                     'speechiness', 'tempo', 'valence', 'nb_caracteres_sans_espaces',
-                     'nb_artistes', 'featuring', 'duree_minute', 'categorie_annee', 'categorie_tempo']
-
-# ⚠️ Vérifier si des colonnes sont manquantes
-missing_features = [col for col in expected_features if col not in df.columns]
-if missing_features:
-    raise ValueError(f"⚠️ Il manque ces colonnes dans le dataset : {missing_features}")
-
-# 🎯 Extraire uniquement l'ID et les features
-X = df[expected_features]
-ids = df['id']  # Stocker l'ID à part
-
-# 📏 Appliquer le scaler sur les features
-X_scaled = scaler.transform(X)
-
-# 🔮 Faire les prédictions
-predictions = rf.predict(X_scaled)
-
-# 📊 Créer un DataFrame avec seulement l'ID et la Prédiction
-df_results = pd.DataFrame({"id": ids, "predictions": predictions})
-
-# 💾 Sauvegarder le DataFrame avec uniquement ID + Prédictions en CSV
-df_results.to_csv("predictions_sup0.csv", index=False)
-
-# 📊 Afficher les premières lignes pour vérifier
-print(df_results.head(10))
-
-print("\n✅ Prédictions sauvegardées dans 'predictions_sup0.csv' avec uniquement ID et Prédiction !")
-
-
-import numpy as np
-import pandas as pd
-import pickle
-from sklearn.preprocessing import StandardScaler
-
-# 📂 Charger le dataset complet
-df = pd.read_csv("data_binaire.csv")  # Assurez-vous d'avoir le bon fichier
-
-# 📂 Charger le modèle et le scaler
 with open("random_forest_model_binaire.pkl", "rb") as model_file:
-    rf = pickle.load(model_file)
+    model_binaire = pickle.load(model_file)
 
 with open("scaler_binaire.pkl", "rb") as scaler_file:
-    scaler = pickle.load(scaler_file)
+    scaler_binaire = pickle.load(scaler_file)
 
 # ✅ Vérifier que les features attendues sont bien présentes
 expected_features = ['year', 'acousticness', 'danceability', 'energy', 'explicit',
@@ -67,28 +26,43 @@ expected_features = ['year', 'acousticness', 'danceability', 'energy', 'explicit
                      'speechiness', 'tempo', 'valence', 'nb_caracteres_sans_espaces',
                      'nb_artistes', 'featuring', 'duree_minute', 'categorie_annee', 'categorie_tempo']
 
-# ⚠️ Vérifier si des colonnes sont manquantes
+for df, name in zip([df_sup0, df_binaire], ["sup0", "binaire"]):
     missing_features = [col for col in expected_features if col not in df.columns]
     if missing_features:
-    raise ValueError(f"⚠️ Il manque ces colonnes dans le dataset : {missing_features}")
+        raise ValueError(f"⚠️ Il manque ces colonnes dans le dataset {name} : {missing_features}")
 
 # 🎯 Extraire uniquement l'ID et les features
-X = df[expected_features]
-ids = df['id']  # Stocker l'ID à part
+X_sup0 = df_sup0[expected_features]
+ids_sup0 = df_sup0['id']
+
+X_binaire = df_binaire[expected_features]
+ids_binaire = df_binaire['id']
 
 # 📏 Appliquer le scaler sur les features
-X_scaled = scaler.transform(X)
+X_sup0_scaled = scaler_sup0.transform(X_sup0)
+X_binaire_scaled = scaler_binaire.transform(X_binaire)
+
+# 🔮 Faire les prédictions
+predictions_sup0 = model_sup0.predict(X_sup0_scaled)
+predictions_binaire = model_binaire.predict(X_binaire_scaled).astype(int)  # Conversion en entier pour binaire
 
-# 🔮 Faire les prédictions (0 ou 1)
-predictions = rf.predict(X_scaled)
+# 📊 Fusionner les résultats dans un seul DataFrame
+df_results = pd.DataFrame({
+    "id": ids_binaire,  
+    "predictions_binaire": predictions_binaire
+}).merge(
+    pd.DataFrame({"id": ids_sup0, "predictions_sup0": predictions_sup0}),
+    on="id",
+    how="outer"  # Fusion en gardant tous les IDs
+)
 
-# 📊 Créer un DataFrame avec seulement l'ID et la Prédiction
-df_results = pd.DataFrame({"id": ids, "predictions": predictions.astype(int)})  # Conversion en entier (0 ou 1)
+# 🛠️ Appliquer la logique demandée
+df_results["final_prediction"] = df_results.apply(lambda row: row["predictions_sup0"] if row["predictions_binaire"] == 1 else 0, axis=1)
 
-# 💾 Sauvegarder le DataFrame avec uniquement ID + Prédictions en CSV
-df_results.to_csv("predictions_binaire.csv", index=False)
+# 💾 Sauvegarder les prédictions dans un fichier unique
+df_results[["id", "final_prediction"]].to_csv("predictions_final.csv", index=False)
 
 # 📊 Afficher les premières lignes pour vérifier
 print(df_results.head(10))
 
-print("\n✅ Prédictions sauvegardées dans 'predictions_binaire.csv' avec uniquement ID et Prédiction !")
+print("\n✅ Toutes les prédictions sont sauvegardées dans 'predictions_final.csv' avec la logique demandée !")