Données ouvertes Wessex : transfert contrôlé

Expérience rétrospective. Le classeur Wessex est utilisé sous licence CC BY. Aucun champ postérieur à l'inspection — résultat, réparations, emplois ou économie d'eau — n'entre dans le modèle.

Données auditées

Domaine	Lignes totales	Étiquettes propres	Fuites	Non-fuites	Prévalence
Wessex	230 326	3812	2689	1123	70.5%
Maroc	25104	25104	182	24922	0.725%

Les résultats Wessex conservés comme vérité terrain sont uniquement « fuite localisée », « très petite fuite » et « aucune fuite trouvée ». Les valeurs vides, réparations récentes, travaux incomplets et fuites attribuées à un autre logger restent non étiquetées.

Référence : expert Wessex

Ce modèle utilise seulement les entrées autorisées avant intervention : score fournisseur, bruit minimal, dispersion, âge de conduite et distances GIS.

Validation	PR-AUC	Précision@20	Rappel@20	F1	Brier
campaign	0.795	0.863	0.077	0.829	0.235
device	0.792	0.850	0.076	0.829	0.236
temporal	0.808	0.819	0.432	0.869	0.231

La référence aléatoire PR-AUC est élevée (0.705) car sept observations Wessex étiquetées sur dix sont déjà des fuites présélectionnées.

Le Maroc améliore-t-il Wessex ?

Les quatre modèles utilisent exactement les mêmes variables partageables : rang du bruit, rang de la dispersion et saison. plus_balanced_source ajoute toutes les fuites marocaines avec le même nombre de non-fuites tirées dans les mêmes campagnes. La calibration apprend seulement sur une partie Wessex d'entraînement.

Validation	Stratégie	PR-AUC	Précision@20	Rappel@20	F1	Brier
campaign	target_only	0.761	0.846	0.075	0.827	0.256
campaign	plus_all_source	0.729	0.762	0.068	0.827	0.262
campaign	plus_balanced_source	0.761	0.838	0.075	0.827	0.262
campaign	plus_source_calibrated	0.753	0.854	0.076	0.827	0.207
device	target_only	0.759	0.829	0.074	0.827	0.254
device	plus_all_source	0.744	0.775	0.069	0.828	0.231
device	plus_balanced_source	0.760	0.825	0.074	0.827	0.255
device	plus_source_calibrated	0.760	0.821	0.073	0.827	0.206
temporal	target_only	0.780	0.804	0.424	0.863	0.267
temporal	plus_all_source	0.754	0.809	0.426	0.862	0.245
temporal	plus_balanced_source	0.787	0.804	0.424	0.863	0.269
temporal	plus_source_calibrated	0.789	0.809	0.426	0.862	0.185

L'ajout marocain équilibré progresse de +0.001 en campagne, +0.001 par logger et +0.007 dans le temps. Le gain est cohérent mais faible. L'expert Wessex complet reste supérieur : 0.795/0.792/0.808 contre 0.761/0.760/0.787.

La calibration réduit nettement l'erreur de probabilité Brier dans Wessex, mais une calibration Wessex ne peut pas être réutilisée au Maroc où la prévalence est cent fois plus faible.

Contrôle inverse : performance au Maroc

Ce contrôle empêche d'accepter un modèle qui améliore Wessex tout en détruisant la détection dans les deux villes marocaines.

Validation	Stratégie	PR-AUC	Précision@20	Rappel@20	F1	Brier
campaign	target_only	0.093	0.091	0.500	0.189	0.145
campaign	plus_all_source	0.015	0.024	0.132	0.042	0.353
campaign	plus_balanced_source	0.017	0.033	0.181	0.048	0.370
campaign	plus_source_calibrated	0.010	0.032	0.176	0.031	0.007
device	target_only	0.122	0.078	0.429	0.226	0.121
device	plus_all_source	0.030	0.028	0.154	0.069	0.132
device	plus_balanced_source	0.046	0.041	0.225	0.097	0.149
device	plus_source_calibrated	0.024	0.034	0.187	0.052	0.007
temporal	target_only	0.027	0.058	0.173	0.069	0.142
temporal	plus_all_source	0.008	0.013	0.037	0.029	0.259
temporal	plus_balanced_source	0.009	0.017	0.049	0.028	0.309
temporal	plus_source_calibrated	0.006	0.013	0.037	0.026	0.004

Verdict

La meilleure stabilité du modèle partagé Wessex est plus_balanced_source ; au Maroc, elle reste target_only. La petite amélioration équilibrée constitue un résultat de transfert intéressant, mais ne justifie pas un modèle universel : on conserve un expert Wessex complet et les experts marocains séparés. Wessex sert aussi de domaine externe pour documenter le transfert négatif lorsque des données incompatibles sont concaténées sans contrôle.