Comprendre le nettoyage de données par tolérance

Cette page explique le fonctionnement de l'outil de nettoyage automatique des données du modèle foncier, accessible via l'interface de sélection de fichier CSV.

Objectif du nettoyage

Le but est de conserver uniquement les données respectant une logique économique attendue : plus la surface augmente, plus le prix au m² diminue ou reste stable dans certaines limites.

Paramètres à disposition

Tolérance (%) : pourcentage d'augmentation maximale du prix/m² autorisé entre deux points.
Violations max : nombre maximal de fois où un point peut enfreindre la règle avant d'être exclu.

Fonctionnement du filtre

Pour chaque paire de points où la surface augmente, on vérifie que le prix/m² ne dépasse pas celui du point précédent + tolérance.
Par exemple, si un point A a un prix de 150 €/m², et que la tolérance est de 20 % :
alors tout point B suivant doit avoir un prix/m² ≤ 180 €/m².

Violations

Lorsqu'un point enfreint cette règle avec plusieurs autres points, on compte une violation par conflit.
Si un point dépasse le nombre de violations autorisées, il est automatiquement exclu.

Conseils d'utilisation

Commencez avec une tolérance de 10 à 20 % et 2 violations max.
Si trop de points sont exclus, augmentez la tolérance ou le seuil de violations.
Une fois satisfait, utilisez le fichier nettoyé pour les calculs de régression.

Accéder au module de nettoyage