Méthodes de classification supervisée appliquées aux terres agricoles

25 Pages·2017·0.78 MB·French

by  Tedjani Tarayoun

MØthodes de classi(cid:28)cation supervisØe appliquØes aux
terres agricoles
Tedjani Tarayoun
Insee
DØpartementdesMØthodesStatistiques
Divisionrecueilettraitementdel’information
JournØes de mØthodologie statistique
13 juin 2018
TedjaniTarayoun (Insee-DMS) Classi(cid:28)cationsupervisØe 13juin2018 1/25
Plan
1 Contexte et objectifs
2 Les donnØes
3 Protocole d’apprentissage
4 CritŁres de (cid:28)abilitØ des modŁles
5 ModŁles de classi(cid:28)cation
6 RØsultats
7 Conclusion
TedjaniTarayoun (Insee-DMS) Classi(cid:28)cationsupervisØe 13juin2018 2/25
Contexteetobjectifs
Contexte
Le SSP et la FNSafer publient le prix (cid:224) l’hectare des terres et prØs non b(cid:226)tis
destinØs (cid:224) conserver, au moment de la transaction, leur vocation agricole
Au niveau des nouvelles rØgions agricoles (NRA) :
La moyenne triennale des prix (cid:224) l’hectare pondØrØe par la surface
Les maximums et minimums correspondant au 95e et au 5e centile des
prix (cid:224) l’hectare observØs les 3 derniŁres annØes
Au niveau des dØpartements :
La moyenne des prix calculØs prØcØdemment au niveau des NRA
pondØrØe par la surface agricole libre des NRA
Au niveau des rØgions administratives et de la France entiŁre :
Les prix rØgionaux et nationaux sont calculØs (cid:224) partir d’indices
hØdoniques annuels
TedjaniTarayoun (Insee-DMS) Classi(cid:28)cationsupervisØe 13juin2018 3/25
Contexteetobjectifs
Contexte
La donnØe permettant de savoir si une terre reste ou non (cid:224) usage agricole
est parfois manquante ou erronØe
Traitement actuel : utilisation d’un (cid:28)ltre pour Øliminer les terres < 70 ares
Variable Nombredetransactions Nombredetransactions
(cid:19)Destinationdufonds(cid:20) [2014-2016] Filtragedesterrestroppetites
[2014-2016]
Dest.inconnue 22779 5766
Dest.agricoleincertaine 57978 33771
Dest.nonagricoleincertaine 44034 8683
Dest.nonagricolecertaine 22635 0
Ensemble 147426 52238
Le marchØ des petites terres est totalement exclu
Filtre insu(cid:30)sant : les terres (cid:224) destination non agricole ne sont pas
toutes exclues
TedjaniTarayoun (Insee-DMS) Classi(cid:28)cationsupervisØe 13juin2018 4/25
Contexteetobjectifs
Objectifs
Utiliser une mØthode d’apprentissage supervisØ au lieu d’un (cid:28)ltre
(arbitraire) sur la surface
(cid:201)tablir des modŁles de classi(cid:28)cation (cid:224) partir de terres dont la
destination est connue
Puis, utiliser ce modŁle pour classer les terres dont la destination est
inconnue
CrØer un nouvel indicateur de la destination :
Dest. agricole (30 % ) : (cid:19) Dest. agricole incertaine (cid:20) avec un
acquØreur agriculteur en activitØ (non retraitØ et moins de 65 ans);
Dest. non agricole (15 %) : (cid:19) Dest. non agricole certaine (cid:20);
Dest. inconnue (55 %) : Tout le reste.
TedjaniTarayoun (Insee-DMS) Classi(cid:28)cationsupervisØe 13juin2018 5/25
DonnØes PØrimŁtredel’Øtude
PØrimŁtre de l’Øtude
Utilisation des donnØes de transactions de 2014, 2015 et 2016
Analyse menØe dØpartement par dØpartement
Analyse limitØe aux 56 dØpartements pour lesquels :
au moins 150 terres restent (cid:224) usage agricole
au moins 150 terres changent d’usage
TedjaniTarayoun (Insee-DMS) Classi(cid:28)cationsupervisØe 13juin2018 6/25
DonnØes %deterres(cid:224)destinationagricolepardØpartement
TedjaniTarayoun (Insee-DMS) Classi(cid:28)cationsupervisØe 13juin2018 7/25
DonnØes PrØdicteurs
PrØdicteurs
Sources Variables
Prix(cid:224)l’hectaredufonds
Surfacedufonds
FNSafer Naturecadastraledominante:’Terre’,’prØ’ou’TerreetPrØ’
NouvellerØgionagricole(petitesrØgionsagricolesregroupØes)
Partdesurfacearti(cid:28)cialisØedanslacommune
Typologiedulittoral
-Littoralarti(cid:28)cialisØurbainetpØriurbain
DATARINRA -LittoraldetyperuralmØditerranØen
CESAERDTM -Littoraldetyperuralatlantique
ThØMA Typologiedesmontagnes
METAFORT -HauteetmoyennemontagnerØsidentielleettouristique
-Moyennemontagneagricoleouindustrielle
-MontagneurbanisØe
Insee DensitØdepopulationdanslacommune
SSP NomencatureOTEXdanslacommune
DGCL Potentiel(cid:28)nancierdelacommune(richessethØoriquedelacommune)
INRA Distancedelacommuneaup(cid:244)leurbainleplusproche
TedjaniTarayoun (Insee-DMS) Classi(cid:28)cationsupervisØe 13juin2018 8/25
Constructiondel’Øchantillond’apprentissageetdetest
Protocole d’apprentissage
Construction de l’Øchantillon d’apprentissage et de test
TedjaniTarayoun (Insee-DMS) Classi(cid:28)cationsupervisØe 13juin2018 9/25
Constructiondel’Øchantillond’apprentissageetdetest
RØØquilibrage de l’Øchantillon d’apprentissage
La proportion de terres qui restent (cid:224) destination agricole varie selon le
dØpartement entre 11% et 86% : dØsØquilibre des classes!
La mØthode SMOTE (Synthetic Minority Over-sampling Technique) :
crØation d’observations (cid:19) interpolØes (cid:20) :
SØlection d’une observation de la classe minoritaire et calcul de ses k
plus proches voisins dans la classe minoritaire
CrØation d’une observation alØatoire sur le segment entre une
observation et un de ses k-ppv (choisi alØatoirement)
La mØthode ROSE (Random Over-Sampling Examples) : crØation
d’observations bruitØes :
SØlection d’une observation et crØation de nouvelles observations dans
son voisinage
S’apparente (cid:224) une modØlisation de la densitØ par une mØthode (cid:224) noyau
TedjaniTarayoun (Insee-DMS) Classi(cid:28)cationsupervisØe 13juin2018 10/25