Saltar al contenido

Registro de precisión · para reproducir

ML1

Lo que hace falta para repetir las 2 entradas de ML1 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

7

ficheros

Segunda implementación

1

fichero

Cotejo

0

ficheros

Datos de validación

6

ficheros

Cómo se rehace01 (base de lotes y etiqueta) → 02 (recuentos de diseño) → sellado → 03 (conjunto de entrenamiento) → 05 (prueba de la AUC) → 10 por modelo (P, I2 con LightGBM, LR, D1, D3, D4, S1) → 20 (métricas, IC y veredicto) → 30 (exploratorio dentro del órgano). Módulo común: comun.py.

Código de la medida

7 ficheros
Código de la medida de ML1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
py/comun.py Funciones comunes: carga, conjuntos de variables, AUC estratificada con pesos y bootstrap f911021a82b9b47fa610b5a8bb861328 68
py/01_base.py Base de lotes PLACSP no menores 2012-2025 con variables de proceso y contexto, etiqueta y controles 4f99b44f7f4f0cdd72f79bf179eaf194 131
py/02_conteos.py Recuentos de diseño por expediente, división y año, sin variables df31250809231b769289ba36b1ba85b1 14
py/03_dataset.py Conjunto de entrenamiento: positivos y controles del mismo expediente × división × año fd5c092d6a968fedd866f643b1e890e1 39
py/10_modelos.py Ajusta los modelos sellados por esquema (temporal, por expediente, por mercado); I2 es la versión en LightGBM 390486d7136d5c8903b4e9123e5d20e8 93
py/20_metricas.py AUC, IC por bootstrap de expediente y de órgano, permutación de variables, calibración y veredicto 3f8ccab30acdcd0674df046f9771f051 139
py/30_exploratorio.py Exploratorio (enmienda): univariantes y modelos dentro del mismo órgano con bootstrap c6af3c0eb18c413dcaa9ef46863a8652 41

Segunda implementación

1 fichero
Segunda implementación de ML1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
py/05_test_auc.py Prueba la AUC estratificada propia frente a la de sklearn en datos sintéticos con empates ef3b497e4fb36df5a9a880f68f3cf12d 18

Datos de validación

6 ficheros
Datos de validación de ML1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
salidas/01_base.md Recuentos de la base: lotes, positivos y controles 100da92c461eddb65dba2adaccd0e9a7 60
salidas/02_conteos.md Positivos por expediente, año, órganos y división 5dc122685d45964fea9a37bcf9ab332c 112
salidas/03_dataset.md Tamaño del conjunto de entrenamiento: 2.590 lotes de cártel y 241.805 controles 5478e6416c4a409ede3f26ce61600bef 17
salidas/metricas.json AUC e IC por modelo y esquema, comparación sklearn frente a LightGBM, calibración y veredicto caf3761f72bf7c34fb3c71224a5e08b9 1.700
salidas/importancias.csv Caída de AUC al permutar cada variable y AUC univariante, sin lotes 786e8a051c56de36da6a36c11f8243bc 34
salidas/30_exploratorio.json AUC dentro del mismo órgano por variable y por modelo, con IC 9d7476fd95f7afbcdff8d4528e63a090 746

Pre-registros

sellados antes de medir
Los pre-registros de ML1, 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 44feab5f251b15c4d7792b12b8504f28 22/10/2026, 12:49:04 CEST

Lo que no se publica

y por qué
  • Base de lotes con variables y etiqueta (interno/base.parquet, 123 MB) y etiqueta por lote (interno/lab.parquet): fila a fila de lotes con id y marca de cártel y datos de la adjudicataria; demasiado grande para la web
  • Etiqueta de cártel que lee 01_base.py (lotes de cártel casados de colusion/etiquetas y lista de NIF colusion/interno/emp.csv): el banco de cárteles nombra empresas
  • Predicciones por lote (tmp/pred_*.json y .npz): fila a fila de lotes con puntuación; ya borradas con tmp/

Sus entradas del registro