"""Non-régression de /detector-learner (D-116) : les détecteurs face aux étiquettes de l'étiqueteur des autres stations. Pour chaque station de labeling/auto/ (sauf --sauf) qui a son dossier dans data/, le score par famille et par instant de score.py (D-112), sur la plage de ses étiquettes : du jour de la première à minuit après la dernière. Puis le total, famille par famille : le benchmark de /detector-learner, sur toutes les étiquettes de l'étiqueteur, qui dit si les détecteurs font globalement mieux d'une séance à l'autre. Une famille qui recule sur une station est un recul, même si le total monte. Avec --etape, chaque ligne (stations et Total) entre dans l'historique, detector-learner/historique.csv, avec la version des détecteurs (benchmark.version()). Usage : python3 .claude/skills/detector-learner/regression.py [--sauf STATION] [--seance --etape <étape>] """ import argparse import csv import glob import json import os import sys RACINE = os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "..") sys.path.insert(0, os.path.join(RACINE, ".claude", "skills", "events-learner")) import benchmark # noqa: E402 import score # noqa: E402 HISTORIQUE = os.path.join(RACINE, "detector-learner", "historique.csv") def plage(chemin): """labeling/auto/.jsonl -> (début, fin) iso, en jours entiers UTC, fin exclue.""" with open(chemin, encoding="utf-8") as f: etiq = [json.loads(l) for l in f if l.strip()] du = min(e["debut"] for e in etiq)[:10] fin = max(e["fin"] for e in etiq) au = fin[:10] if fin[11:16] in ("", "00:00") else score.iso(score.instant(fin[:10]) + score.timedelta(days=1))[:10] return score.iso(score.instant(du)), score.iso(score.instant(au)) if __name__ == "__main__": p = argparse.ArgumentParser(usage=__doc__) p.add_argument("--sauf") p.add_argument("--seance", default="") p.add_argument("--etape") a = p.parse_args() sauf = a.sauf.upper() if a.sauf else None total, res = {}, {} for chemin in sorted(glob.glob(os.path.join(RACINE, "labeling", "auto", "*.jsonl"))): station = os.path.basename(chemin)[:-len(".jsonl")] dossier = os.path.join(RACINE, "data", station) if station == sauf: continue if not os.path.isdir(dossier): print(f"{station} : pas de data/{station}/, sautée\n") continue du, au = plage(chemin) n, etiq = score.familles_lot(dossier, du, au) score.afficher(f"{station} : {du} → {au}, {len(etiq)} étiquettes", n) print() res[station] = n for k, v in n.items(): total[k] = [a + b for a, b in zip(total.get(k, [0, 0, 0]), v)] score.afficher("Total", total) if a.etape: res["Total"] = total os.makedirs(os.path.dirname(HISTORIQUE), exist_ok=True) neuf = not os.path.exists(HISTORIQUE) date, ver = benchmark.datetime.now(benchmark.timezone.utc).strftime("%Y-%m-%dT%H:%MZ"), benchmark.version() with open(HISTORIQUE, "a", newline="", encoding="utf-8") as f: w = csv.writer(f) if neuf: w.writerow(("date", "seance", "etape", "version", "station", "famille", "etiquetees", "signalees", "les_deux")) w.writerows((date, a.seance, a.etape, ver, st, k, *v) for st, n in res.items() for k, v in sorted(n.items())) print(f"\nhistorique : {os.path.relpath(HISTORIQUE, RACINE)} (version {ver})")