TP INF232 EC2 - Analyse de Données E-commerce

Auteur : Étudiant 2ème Année Informatique
Date : 2026
Secteur : E-commerce Multi-catégories

Description

Application complète d'analyse de données pour le secteur e-commerce, développée dans le cadre du module INF232 EC2 (Analyse de données). Le projet intègre :

1. Régression Linéaire Simple
2. Régression Linéaire Multiple
3. Réduction de Dimensionnalité (PCA)
4. Classification Supervisée (Random Forest, Régression Logistique)
5. Classification Non-Supervisée (K-Means)

Architecture

• api/ : Backend FastAPI avec les endpoints d'analyse
• app/ : Frontend Streamlit interactif
• data/ : Dataset généré automatiquement
• requirements.txt : Dépendances Python

Technologies utilisées

Technologie	Rôle
FastAPI	API REST pour les modèles ML
Streamlit	Interface utilisateur interactive
Pandas	Manipulation des données
NumPy	Calculs numériques
Scikit-learn	Algorithmes de ML
Plotly	Visualisations interactives

Installation (local)

# 1. Cloner / extraire le projet
cd ecommerce_analytics

# 2. Créer un environnement virtuel (recommandé)
python -m venv venv
source venv/bin/activate  # Linux/Mac
# ou: venv\Scripts\activate  # Windows

# 3. Installer les dépendances
pip install -r requirements.txt

# 4. Lancer l'API FastAPI (Terminal 1)
cd api
uvicorn main:app --reload --host 0.0.0.0 --port 8000

# 5. Lancer Streamlit (Terminal 2)
cd app
streamlit run streamlit_app.py

Déploiement en ligne (Streamlit Cloud - Gratuit)

La méthode la plus simple pour obtenir un lien exécutable :

1. Créer un dépôt GitHub public
2. Pousser les fichiers du projet
3. Se connecter à share.streamlit.io
4. Déployer le dossier app/streamlit_app.py
5. Le lien généré est à envoyer au professeur

Note : L'application utilise directement les modules Python (pas d'appel HTTP obligatoire), ce qui permet un déploiement Streamlit Cloud très simple en un seul fichier.

Fonctionnalités par module

Module 1 : Régression Simple

• Choix de la variable X et Y
• Affichage du R², RMSE, coefficient
• Nuage de points réel vs prédit
• Graphique des résidus

Module 2 : Régression Multiple

• Sélection multiple de features
• Standardisation automatique
• Tableau des coefficients
• Importance des variables

Module 3 : PCA

• Sélection des variables à réduire
• Variance expliquée par composante
• Projection 2D interactive colorée par catégorie

Module 4 : Classification Supervisée

• Prédiction de la fidélité client (est_client_fidele)
• Random Forest vs Régression Logistique
• Matrice de confusion
• Courbe de probabilités
• Rapport de classification complet

Module 5 : Clustering (K-Means)

• Choix du nombre de clusters K
• Méthode du coude (Elbow)
• Score Silhouette
• Visualisation PCA des clusters
• Profils moyens par cluster

Qualités de l'application

Qualité	Implémentation
Créativité	Secteur e-commerce original avec corrélation entre comportement client et CA
Robustesse	Gestion des erreurs, validations Pydantic, fallback local, dataset auto-généré
Efficacité	Temps d'exécution mesurés, graphiques Plotly rapides, code vectorisé NumPy

Captures d'écran suggérées

Pour le rendu, voici les pages à montrer :

1. Exploration des données (histogrammes)
2. Régression simple avec équation
3. PCA avec clusters colorés
4. Classification (matrice de confusion)
5. K-Means (méthode du coude)

Contact

Lien de l'application : (à compléter après déploiement Streamlit Cloud)

---

Projet réalisé dans le cadre du TP INF232 EC2.

tpinf232

tpinf232