Saltar al contenido

Registro de precisión · para reproducir

E1

Lo que hace falta para repetir las 2 entradas de E1 en el registro: el código, la segunda implementación, el cotejo y los datos de validación agregados, cada uno con su huella md5. Son copias de lectura: las rutas del servidor van sustituidas por marcas, y lo que no se puede publicar se dice abajo, con su porqué.

Entradas

2

en el registro de precisión

Código de la medida

6

ficheros

Segunda implementación

10

ficheros

Cotejo

4

ficheros

Datos de validación

5

ficheros

Cómo se rehaceEl módulo etl/v2/exante_l1.py (PR #75) se ejecuta con run_modulo.sh (validación temporal 2023-2025 y producción; tres veces, run1-run3). Comprobaciones con run_py.sh y q.sh: 02_reproduccion.py (control frente al asesor), 04_cotejo_p8.py (descriptor frente a P8), 03_repro (reproducibilidad), 05_muestra_cotejo.py → cotejo/fetch.py y fetch2.py → cotejo/leer.py (20 fichas). Segunda implementación en independiente/ (sql 01 → 02 → 03 → 04 → py/05_modelo.py), cotejada con py/08_cotejo_independiente.py.

Código de la medida

6 ficheros
Código de la medida de E1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
run_modulo.sh Lanzador del módulo de la PR #75 sin red y con los datos en solo lectura, midiendo memoria3 rutas del servidor sustituidas 88e15877fdb6f83f6a045b3d59ca7c9d 19
run_py.sh Lanzador de los guiones de comprobación de py/ con el módulo4 rutas del servidor sustituidas 852c1ea8b81b202a78f023defd1514e0 9
q.sh Ejecuta un fichero SQL en DuckDB sobre los datos en solo lectura2 rutas del servidor sustituidas 2c227516cc13ff4ce4667c682911ef2a 29
py/02_reproduccion.py Control previo: reproduce las AUC del asesor y compara las variantes A y B 8ebba712ef338b82dd3870218b4bed46 41
sql/03_repro.sql Reproducibilidad: compara dos construcciones al dato 67cee82ee702520c3b5b9499839dc7b2 10
py/04_cotejo_p8.py Compara el descriptor con la lógica de P8 celda a celda (órgano × CPV × año) cfa99a3fe086404c8b49120d8aae1796 112

Segunda implementación

10 ficheros
Segunda implementación de E1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
independiente/sql/01_lotes.sql Segunda implementación: lotes de la población, escrita sin leer el módulo 9f43989f6e61c6c27c94c64b8e6dff36 59
independiente/sql/02_descriptor.sql Segunda implementación: descriptor de licitaciones parecidas y mercado en SQL puro d3e4312d07a2bb7c17ce50489ce34e94 73
independiente/sql/03_auc_descriptor.py Segunda implementación: AUC del descriptor 24aa0cd62c37302a8f8c1ab2e10d0daf 48
independiente/sql/04_dataset.sql Segunda implementación: conjunto del modelo con la receta del asesor be76870f227f4912512d6c734b9d1dda 92
independiente/py/05_modelo.py Segunda implementación: logística con sklearn (lbfgs) y métricas por año a57f9b827e5edc61e31973c4c2c0e6e9 200
independiente/salidas/INFORME_IND.md Informe de la segunda implementación: pasos, imágenes y cifras 6e8c8ccef6405eaa3227aa2e6284065d 91
independiente/salidas/metricas_ind.json Métricas de la segunda implementación: AUC, calibración y base órgano × CPV por año 4ba0cf2816fa6829ebea367d5d4b5518 806
independiente/salidas/auc_descriptor_ind.json AUC del descriptor por año según la segunda implementación 7e9182b5bf802ddbb7df038df5ae2552 219
py/08_cotejo_independiente.py Compara las dos implementaciones: descriptor fila a fila, probabilidades y AUC 9fac7ea5dd4dc48c95a9ee4764aea5b7 47
salidas/08_cotejo_independiente.json Diferencias: descriptor idéntico, probabilidades a ≤ 2,4·10⁻⁴ y AUC iguales a 10⁻⁷ 1785235d28ff41a8e3c1810af4f50892 282

Cotejo

4 ficheros
Cotejo de E1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
py/05_muestra_cotejo.py Sortea con semilla sellada los 20 lotes del cotejo con la PLACSP 6a3c7cee57ac4e1946495ba900555ac6 23
cotejo/fetch.py Descarga la ficha de origen de cada lote sorteado, una petición cada 5 s 39270793dd3235d7936407ced93998aa 51
cotejo/fetch2.py Segunda pasada de descarga: XML de adjudicación por lote 6f1e8dddb2fae71d3f4baac7c957a42b 35
cotejo/leer.py Extrae de las fichas descargadas ofertas, CPV y fechas para compararlas a47a9181b05d504befecca266ed958fb 29

Datos de validación

5 ficheros
Datos de validación de E1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
salidas/run3/unified_20261018.exante/informe_l1.json Construcción final: AUC, calibración por decil, AUC del descriptor y aceptación por criterio f7a793c4814a381f17c6960057cee623 499
salidas/run3/unified_20261018.exante/modelo_l1.json Modelo ajustado: coeficientes, variables con su SQL y lista de variables posteriores excluidas 7b09c623a02bf1eb03ef599f5f6dd4b3 482
salidas/02_reproduccion.json AUC, Brier y coeficientes de las variantes A y B con el reparto del asesor baa0e1cdfc7ba9f5383a671b6337b6b5 541
salidas/03_repro.txt Dos construcciones: descriptor idéntico y probabilidades a 1,2·10⁻¹¹ c4a874ade9299cda3136c489c901230e 10
salidas/04_cotejo_p8.json Celdas coincidentes (100 % iguales) y no coincidentes por motivo ff7434a9e7e30d1a97d15d22d9f6c5db 102

Pre-registros

sellados antes de medir
Los pre-registros de E1, con su huella, la hora del sello y su texto
TextoHuella del sello (md5)Sellado
DEFINICIONES_PREVIAS.mdel texto sellado lleva rutas del servidor o nombres internos: es una copia de lectura con 1 sustitución, y su huella no es la del sello d0835b116a1438459e6ad675513066ad 20/10/2026, 17:50:16 CEST

Lo que no se publica

y por qué
  • cotejo/html/ (fichas, documentos y XML descargados de la PLACSP): descargas de páginas de terceros
  • cotejo/muestra.csv, cotejo/cotejo_resultado.csv, cotejo/descargas*.csv y salidas/05_muestra_cotejo.txt, 06_cotejo_detalle.txt, 07_cotejo_organos.txt: cotejo caso a caso: ids de licitación y lote, URL, órgano y valores por lote; claves de órgano con NIF de letra de sociedad (entes públicos mercantiles)
  • salidas/run*/unified_20261018.exante/prediccion_l1.parquet y salidas/09_prediccion.txt (ejemplos por anuncio): probabilidad estimada lote a lote (puntuación por lote, con su id)
  • salidas/run*/unified_20261018.exante/parecidas_organo_cpv.parquet e independiente/salidas/parecidas_ind.parquet: demasiado grandes para la web (3,6 MB y 10,2 MB)
  • independiente/salidas/pred_ind_A_fable.csv y pred_ind_B_2023/2024/2025.csv: probabilidades lote a lote; demasiado grandes para la web (15-33 MB)
  • tmp/ (temporales de DuckDB y conjuntos intermedios, borrados): carpeta de trabajo

Sus entradas del registro