Prédiction de l'Efficacité des Employés (Analyse Non-Linéaire)

Ce projet de régression vise à modéliser et à prédire l'efficacité quotidienne des employés d'usine. L'objectif est d'identifier les facteurs clés de performance (KPP) les plus influents afin d'éclairer les stratégies d'amélioration de la productivité.

---

📊 Dataset Source

Source : Dataset Factory Workers Daily Performance & Attrition (Kaggle)

• Volume : 411,948 observations
• Variable Cible : actual_efficacy_h (Efficacité réelle de l'employé)
• Caractéristiques : Âge, traits de personnalité, informations superviseur, données temporelles, facteurs organisationnels

---

🔄 Chronologie de Découverte et Prise de Décision

Itération 1 : Test de l'Hypothèse des Traits Intrinsèques ✅ COMPLÉTÉ

A. Définition du Problème Métier

Question centrale : Les traits de personnalité et caractéristiques intrinsèques de l'employé déterminent-ils son efficacité ?

B. Sélection des Variables (Hypothèse Initiale)

traits = ['actual_efficacy_h', 'sub_sex', 'sub_age', 'sub_health_h', 
          'sub_commitment_h', 'sub_perceptiveness_h', 'sub_sociality_h', 
          'sub_goodness_h', 'sub_strength_h', 'sub_openmindedness_h']

C. Pré-traitement et Diagnostic

1. Nettoyage : Suppression des lignes avec valeurs manquantes sur les traits sélectionnés
2. Encodage : Variable sub_sex encodée (F=0, M=1)
3. Analyse de Corrélation : Découverte cruciale - Corrélations de Pearson ≤ |0.12|, confirmant l'absence de relation linéaire

D. Choix du Modèle

RandomForestRegressor sélectionné pour sa capacité à capturer les relations non-linéaires et les interactions complexes.

E. Résultats de l'Itération 1

• R² Score : 0.180 (18% de variance expliquée)
• RMSE : 0.359
• Train/Test Split : 70/30 avec random_state=42

F. Conclusion Critique de l'Itération 1

❌ Hypothèse réfutée : Les traits intrinsèques seuls n'expliquent que 18% de la variance d'efficacité. Cette découverte rend indispensable l'intégration de facteurs contextuels et environnementaux.

---

Itération 2 : Enrichissement par l'Ingénierie de Caractéristiques 🚧 EN PRÉPARATION

A. Nouvelle Hypothèse

Thèse : L'environnement de travail, le management et les facteurs contextuels sont des prédicteurs plus puissants que les traits intrinsèques.

🎯 Méthodologie de Data Science

Approche Itérative

1. Hypothèse → Test → Validation → Refinement
2. Chaque itération construit sur les découvertes de la précédente
3. Focus sur la chronologie des découvertes pour traçabilité

Métriques de Suivi

• R² Score : Qualité d'explication du modèle
• RMSE : Erreur de prédiction moyenne
• Comparaison inter-itérations : Évolution des performances

---

📁 Structure du Projet

notebooks/
├── 01_EDA_Preprocessing.ipynb    # Itération 1 : Analyse et préparation
├── 02_Training_Model.ipynb       # Itération 1 : Entraînement du modèle
└── readme.md                     # Documentation chronologique

data/
├── data.csv                      # Dataset original
├── X_train.csv, X_test.csv       # Données d'entraînement (Itération 1)
└── y_train.csv, y_test.csv       # Labels d'entraînement (Itération 1)

---

🔍 Découvertes Clés

1. La performance humaine n'est pas linéaire - Validation par corrélations faibles
2. Les traits intrinsèques sont insuffisants - Seulement 18% de variance expliquée
3. Nécessité d'intégrer le contexte environnemental - Focus sur l'Itération 2

---

Cette documentation suit une approche chronologique pour permettre le suivi des décisions et faciliter les itérations futures.