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.
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| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| 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 | 88e15877fdb6f83f |
19 |
| run_py.sh | Lanzador de los guiones de comprobación de py/ con el módulo4 rutas del servidor sustituidas | 852c1ea8b81b202a |
9 |
| q.sh | Ejecuta un fichero SQL en DuckDB sobre los datos en solo lectura2 rutas del servidor sustituidas | 2c227516cc13ff4c |
29 |
| py/02_reproduccion.py | Control previo: reproduce las AUC del asesor y compara las variantes A y B | 8ebba712ef338b82 |
41 |
| sql/03_repro.sql | Reproducibilidad: compara dos construcciones al dato | 67cee82ee702520c |
10 |
| py/04_cotejo_p8.py | Compara el descriptor con la lógica de P8 celda a celda (órgano × CPV × año) | cfa99a3fe086404c |
112 |
Segunda implementación
10 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| independiente/sql/01_lotes.sql | Segunda implementación: lotes de la población, escrita sin leer el módulo | 9f43989f6e61c6c2 |
59 |
| independiente/sql/02_descriptor.sql | Segunda implementación: descriptor de licitaciones parecidas y mercado en SQL puro | d3e4312d07a2bb7c |
73 |
| independiente/sql/03_auc_descriptor.py | Segunda implementación: AUC del descriptor | 24aa0cd62c37302a |
48 |
| independiente/sql/04_dataset.sql | Segunda implementación: conjunto del modelo con la receta del asesor | be76870f227f4912 |
92 |
| independiente/py/05_modelo.py | Segunda implementación: logística con sklearn (lbfgs) y métricas por año | a57f9b827e5edc61 |
200 |
| independiente/salidas/INFORME_IND.md | Informe de la segunda implementación: pasos, imágenes y cifras | 6e8c8ccef6405eaa |
91 |
| independiente/salidas/metricas_ind.json | Métricas de la segunda implementación: AUC, calibración y base órgano × CPV por año | 4ba0cf2816fa6829 |
806 |
| independiente/salidas/auc_descriptor_ind.json | AUC del descriptor por año según la segunda implementación | 7e9182b5bf802ddb |
219 |
| py/08_cotejo_independiente.py | Compara las dos implementaciones: descriptor fila a fila, probabilidades y AUC | 9fac7ea5dd4dc48c |
47 |
| salidas/08_cotejo_independiente.json | Diferencias: descriptor idéntico, probabilidades a ≤ 2,4·10⁻⁴ y AUC iguales a 10⁻⁷ | 1785235d28ff41a8 |
282 |
Cotejo
4 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| py/05_muestra_cotejo.py | Sortea con semilla sellada los 20 lotes del cotejo con la PLACSP | 6a3c7cee57ac4e19 |
23 |
| cotejo/fetch.py | Descarga la ficha de origen de cada lote sorteado, una petición cada 5 s | 39270793dd3235d7 |
51 |
| cotejo/fetch2.py | Segunda pasada de descarga: XML de adjudicación por lote | 6f1e8dddb2fae71d |
35 |
| cotejo/leer.py | Extrae de las fichas descargadas ofertas, CPV y fechas para compararlas | a47a9181b05d504b |
29 |
Datos de validación
5 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| salidas/run3/unified_20261018.exante/informe_l1.json | Construcción final: AUC, calibración por decil, AUC del descriptor y aceptación por criterio | f7a793c4814a381f |
499 |
| salidas/run3/unified_20261018.exante/modelo_l1.json | Modelo ajustado: coeficientes, variables con su SQL y lista de variables posteriores excluidas | 7b09c623a02bf1eb |
482 |
| salidas/02_reproduccion.json | AUC, Brier y coeficientes de las variantes A y B con el reparto del asesor | baa0e1cdfc7ba9f5 |
541 |
| salidas/03_repro.txt | Dos construcciones: descriptor idéntico y probabilidades a 1,2·10⁻¹¹ | c4a874ade9299cda |
10 |
| salidas/04_cotejo_p8.json | Celdas coincidentes (100 % iguales) y no coincidentes por motivo | ff7434a9e7e30d1a |
102 |
Pre-registros
sellados antes de medir| Texto | Huella 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 | d0835b116a143845 |
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