dmolinari
c96d259892
All checks were successful
Optimized Build and Deploy / remote-build-and-deploy (push) Successful in 5m17s
71 lines
2.6 KiB
Python
71 lines
2.6 KiB
Python
import pandas as pd
|
|
from sklearn.ensemble import IsolationForest
|
|
import joblib
|
|
import os
|
|
import pyodbc
|
|
from datetime import datetime
|
|
|
|
print("--- INICIANDO SCRIPT DE ENTRENAMIENTO DE SISTEMA ---")
|
|
|
|
# --- 1. Configuración ---
|
|
DB_SERVER = 'TECNICA3'
|
|
DB_DATABASE = 'SistemaGestion'
|
|
CONNECTION_STRING = f'DRIVER={{ODBC Driver 18 for SQL Server}};SERVER={DB_SERVER};DATABASE={DB_DATABASE};Trusted_Connection=yes;TrustServerCertificate=yes;'
|
|
MODEL_FILE = 'modelo_sistema_anomalias.joblib'
|
|
CONTAMINATION_RATE = 0.02 # Tasa de contaminación del 0.2% (ajustable según tus necesidades)
|
|
|
|
# --- 2. Carga y Agregación de Datos desde SQL Server ---
|
|
try:
|
|
print("Conectando a la base de datos...")
|
|
cnxn = pyodbc.connect(CONNECTION_STRING)
|
|
|
|
# Consulta para agregar los datos por día
|
|
query = """
|
|
SELECT
|
|
CAST(Fecha AS DATE) AS fecha_dia,
|
|
DATEPART(weekday, Fecha) as dia_semana, -- 1=Domingo, 2=Lunes...
|
|
COUNT(DISTINCT Id_Canilla) as total_canillitas_activos,
|
|
SUM(CantSalida) as total_salidas,
|
|
SUM(CantEntrada) as total_devoluciones
|
|
FROM
|
|
dist_EntradasSalidasCanillas
|
|
WHERE CantSalida > 0 -- Solo considerar días con actividad de salida
|
|
GROUP BY
|
|
CAST(Fecha AS DATE), DATEPART(weekday, Fecha)
|
|
"""
|
|
print("Ejecutando consulta de agregación de datos históricos...")
|
|
df = pd.read_sql(query, cnxn)
|
|
cnxn.close()
|
|
|
|
except Exception as e:
|
|
print(f"Error al conectar o consultar la base de datos: {e}")
|
|
exit()
|
|
|
|
if df.empty:
|
|
print("No se encontraron datos históricos para entrenar el modelo de sistema. Saliendo.")
|
|
exit()
|
|
|
|
# --- 3. Feature Engineering para el modelo de sistema ---
|
|
print(f"Preparando {len(df)} registros agregados para el entrenamiento...")
|
|
# El ratio de devolución es una característica muy potente
|
|
df['ratio_devolucion'] = (df['total_devoluciones'] / df['total_salidas']).fillna(0)
|
|
# Ratio de salidas por canillita activo
|
|
df['salidas_por_canillita'] = (df['total_salidas'] / df['total_canillitas_activos']).fillna(0)
|
|
|
|
# Seleccionamos las características que el modelo usará
|
|
features = ['dia_semana', 'total_salidas', 'ratio_devolucion', 'salidas_por_canillita']
|
|
X = df[features]
|
|
|
|
# --- 4. Entrenamiento del Modelo ---
|
|
print(f"Entrenando el modelo IsolationForest de sistema con tasa de contaminación de {CONTAMINATION_RATE}...")
|
|
model = IsolationForest(
|
|
n_estimators=100,
|
|
contamination=CONTAMINATION_RATE,
|
|
random_state=42
|
|
)
|
|
model.fit(X)
|
|
|
|
# --- 5. Guardado del Modelo ---
|
|
joblib.dump(model, MODEL_FILE)
|
|
print("--- ENTRENAMIENTO DE SISTEMA COMPLETADO ---")
|
|
print(f"Modelo de sistema guardado exitosamente como '{MODEL_FILE}'") |