Saltar al contenido

Registro de precisión · para reproducir

E1c

Lo que hace falta para repetir las 1 entrada de E1c 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

1

en el registro de precisión

Código de la medida

2

ficheros

Segunda implementación

7

ficheros

Cotejo

10

ficheros

Datos de validación

4

ficheros

Cómo se rehaceCon run_py.sh: py/01_medida.py (descriptor de desiertos y modelo v0 con el módulo de E1 congelado en 5e584bd), dos veces para la reproducibilidad. Segunda implementación con run_impl2.sh: py/02_impl2.py, cotejada con py/06_cotejo_impl.py. Cotejo con la fuente: py/03_muestra.py → py/fetch.py (con run_fetch.sh) → py/07_leer_A.py → py/09_evaluar_A.py (nivel A) y py/08_cotejo_B.py (nivel B contra el ATOM, con controles).

Código de la medida

2 ficheros
Código de la medida de E1c: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
run_py.sh Lanzador de los guiones de py/ con el módulo congelado, sin red y con datos en solo lectura4 rutas del servidor sustituidas e88ee7844ee0d81346823abc295178bd 16
py/01_medida.py Descriptor «de N parecidas, X desiertas», su AUC con IC y modelo v0 con la etiqueta de desierto 7eb72670082e9f17d239ff35338995e4 160

Segunda implementación

7 ficheros
Segunda implementación de E1c: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
run_impl2.sh Lanzador de la segunda implementación en otra imagen (pandas y numpy, sin DuckDB)3 rutas del servidor sustituidas e4b17aed72c430b1518bc5eeb96ca2f4 10
py/02_impl2.py Segunda implementación desde el pre-registro: celdas, puntuación, AUC, deciles, IC y Newton propio a640dcf745a095cf7b20fe3b1d0ab439 197
salidas/02_impl2.json Resultados de la segunda implementación: descriptor y modelo de 2025 da5dbe4f7c8ccb6ef0e91cc9fdfe01f6 249
py/06_cotejo_impl.py Compara las dos implementaciones celda a celda, lote a lote y en las AUC 3cc868eb090fd12dd87009442812061c 43
salidas/06_cotejo_impl.json Celdas, puntuaciones y AUC idénticas; modelo con |Δp| ≤ 1,4·10⁻¹³ e2738c80b3018f78aabb0934c9d1d84e 107
salidas/07_cotejo_impl2.md Explica las dos rondas de la segunda y la diferencia que queda en los deciles 49411593ecb08ff795f13c3aa8470b54 53
salidas/07_deciles_literal.txt Prueba de que la diferencia de deciles viene de cómo DuckDB lee el corte literal 93c4d260a7e5f2369b21d017e6d4064a 3

Cotejo

10 ficheros
Cotejo de E1c: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
py/03_muestra.py Sortea con semilla sellada 20 anuncios y sus parecidas para el cotejo 564d324288202da2f4e39df98fc0bd3a 59
salidas/03_muestra.json Tamaño del universo y de la muestra del cotejo 2f76aea711af796ce52a2744c1ebc210 11
run_fetch.sh Lanzador de la descarga de fichas, con red y memoria acotada1 ruta del servidor sustituida e74ad610ca5c496f53eea93df0058762 7
py/fetch.py Descarga las fichas vivas de la muestra, una petición cada 5 s 6cc82aed005be53b1391e14d7742eebb 45
py/07_leer_A.py Lee de cada ficha órgano, CPV, fechas y resultado del lote1 ruta del servidor sustituida e98fd84fe3dd4d48964062974297be07 193
py/09_evaluar_A.py Clasifica las diferencias del nivel A y aplica la aceptación C-A0 a C-A42 rutas del servidor sustituidas 1b50b409ab2e1f69504df2bb4c028c02 70
salidas/09_cotejo_A.json Nivel A: 39 legibles, resultado igual en 39, correctas en todo 38 (1 de año) f5569f31e29ea2d6a189ddb623ce25b6 45
py/08_cotejo_B.py Nivel B: cada parecida y cada anuncio frente a la sindicación ATOM original 8cf3ede9547e205529cf11d96cadb5a8 270
salidas/08_cotejo_B.json Nivel B: 1.056 de 1.056 encontradas, con el mismo resultado y correctas 1bf85cb68a4eccf72870dde630be1c41 209
salidas/08_cotejo_B_control.json Controles del nivel B: las perturbaciones sintéticas se detectan 77e2c4208c52af67c28d945ab41e8e99 211

Datos de validación

4 ficheros
Datos de validación de E1c: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
salidas/00_diccionario.md Diccionario previo: columnas, cobertura por fuente y tasa base de desierto por año 70b2d09cb84ddbccacc8fc8152e6e689 96
salidas/01_medida.json Celdas, AUC del descriptor y del modelo con IC, calibración, cobertura y aceptación f67bb28170a3fea377d968ec9a277c80 712
salidas/01_medida_rep.json Segunda ejecución de la medida: AUC e IC idénticos (reproducibilidad) fdc457af8fa4f916092d2effd4e18cdc 712
salidas/mod_desierto/unified_20261018.exante/informe_l1.json La opción del módulo de la PR #81 reproduce la medida al dato (mismas AUC y anuncios) 686c80c8ecf96742f6b5fec8a0052ad9 569

Pre-registros

sellados antes de medir
Los pre-registros de E1c, con su huella, la hora del sello y su texto
TextoHuella del sello (md5)Sellado
DEFINICIONES_PREVIAS.mdtal cual: su md5 es el del sello e1341f1789baf341fd9b513cf104412a 21/10/2026, 17:37:59 CEST

Lo que no se publica

y por qué
  • cotejo/html/ (60 fichas y 15 XML descargados), cotejo/peticiones.csv y fetch*.log: descargas de páginas de terceros y su registro de URL
  • cotejo/muestra_*.csv, lista_*.csv, A_*.csv y B_*.csv: cotejo caso a caso con ids de licitación y lote, URL, órgano y resultado por lote
  • salidas/mod_desierto/unified_20261018.exante/parecidas_organo_cpv.parquet y prediccion_l1.parquet: demasiado grande (4,4 MB) y puntuación anuncio a anuncio
  • tmp/ (puntuaciones por lote, matrices de diseño, módulo congelado y copia del código anterior): carpeta de trabajo con datos lote a lote

Sus entradas del registro