Datathon BCG – Groupe Bison Fûté

Objectif du projet

L’objectif de ce projet est de prédire le débit horaire de circulation et le taux d'occupation sur trois axes parisiens :

• Champs-Élysées
• Convention
• Saint-Pères

Les prédictions s’appuient sur des données temporelles, calendaires et météorologiques.

Le livrable final est un fichier output_bison_futé.csv, contenant les prédictions du 9 au 11 novembre 2025 pour chaque axe.

---

Organisation du dépôt

• datathon-BCG/
  • data/
    • traffic/ : Données de trafic brutes par axe
    • meteo/ : Données météorologiques (Open-Meteo)
    • vacances/ : Calendrier scolaire et jours fériés
  • notebooks/
    • eda.ipynb : Analyse exploratoire (EDA)
    • forecasting_champs.ipynb : Modélisation LSTM – Champs-Élysées
    • forecasting_convention.ipynb : Modélisation XGBoost – Convention
    • forecasting_peres.ipynb : Modélisation XGBoost – Saint-Pères
    • final_training_prediction.ipynb : Prédictions finales et génération du CSV
  • src/
    • preprocess.py : Fonctions de préparation et enrichissement des données
    • xgb_forecasting.py : Entraînement et prédiction via XGBoost
    • lstm_forecasting.py : Entraînement et prédiction via LSTM

---

Pipeline de Préparation des Données

La fonction centrale pipeline() orchestre la préparation complète des données :

Étapes principales :

1. Ordonnancement temporel
   Tri du DataFrame par date et heure pour garantir la cohérence chronologique.

2. Création des variables temporelles
   Extraction : mois, jour, heure, jour de la semaine, indicateur week-end.

3. Identification des vacances scolaires
   Ajout d’une variable binaire indiquant les vacances de la zone C (Paris).

4. Ajout des jours fériés et types de jours
   Intégration d’un indicateur day_type : ouvré, week-end, férié, etc.

5. Encodage cyclique
   Transformation sinusoïdale des variables temporelles (heures, jours, mois) pour capturer la cyclicité.

6. Gestion des valeurs manquantes
   Interpolation temporelle des variables cibles afin d’assurer la continuité des séries.

7. Fusion avec les données météorologiques
   Variables intégrées : température, vent, précipitations, couverture nuageuse.

8. Détection d’événements particuliers
   Marquage d’événements influençant le trafic (courses, cérémonies, 14 juillet, Nouvel An, etc.).

9. Lissage optionnel
   Application d’une moyenne glissante si le paramètre window > 0 est défini.

---

Modélisation

Choix des modèles

Axe	Modèle	Justification
Champs-Élysées	LSTM	Historique complet et régulier → idéal pour capturer les dépendances temporelles
Convention	XGBoost	Données plus bruitées et discontinues → modèle robuste aux valeurs manquantes
Saint-Pères	XGBoost	Idem Convention

---

Entraînement et validation

• Entraînement sur les données jusqu’au 7 novembre 2025 inclus
• Validation via cross-validation temporelle
• Prédiction des 72 heures suivantes (9–11 novembre 2025)

Détails techniques :

• Les modèles LSTM utilisent des fenêtres glissantes de 168 heures (7 jours) pour prédire les 72 heures suivantes.
• Les modèles XGBoost exploitent un jeu de features enrichi incluant les variables temporelles et météorologiques.

---

Génération du fichier final

Les prédictions issues des trois modèles sont concaténées pour produire le fichier :

output_bison_futé.csv

Format de sortie

Colonne	Description
arc	Nom de l’axe routier (Champs-Élysées, Convention, Saint-Pères)
datetime	Horodatage de la prédiction (%Y-%m-%d %H:%M)
debit_horaire	Prédiction du débit horaire (véhicules/heure)
taux_occupation	Prédiction du taux d’occupation (%)

---

Synthèse

Ce projet combine :

• Un pipeline de préparation robuste intégrant météo et calendrier
• Deux approches de modélisation complémentaires (LSTM & XGBoost)
• Un processus automatisé de prédiction multi-axes
• Un rendu final homogène et exploitable pour l’analyse du trafic parisien

---

Groupe Bison Fûté – Datathon BCG 2025
Projet académique réalisé dans le cadre du datathon BCG.