CircleStar commited on
Commit
1863095
·
verified ·
1 Parent(s): 257607f

Fix GT-map panel title incorrectly showing 'Votre modele KNN' on the logistic regression and random forest tabs

Browse files
Files changed (1) hide show
  1. app.py +5 -5
app.py CHANGED
@@ -259,7 +259,7 @@ def fig_model_matrix(model_matrix, model_oa):
259
  cmap='Purples',
260
  )
261
 
262
- def fig_gt_maps(pred_gt, y_gt, knn_ref_gt):
263
  """Point maps AT THE GROUND TRUTH PIXELS ONLY (the only place where the
264
  right answer is actually known) — Ground Truth / your model / reference
265
  model, plus a 4th panel showing exactly where your model is right (green)
@@ -273,9 +273,9 @@ def fig_gt_maps(pred_gt, y_gt, knn_ref_gt):
273
  fig, axes = plt.subplots(1, 4, figsize=(20, 5.5))
274
  panels = [
275
  (y_gt, "Vérité terrain", None),
276
- (pred_gt, "Votre modèle KNN", None),
277
  (knn_ref_gt, "Modèle de référence (enseignant)", None),
278
- (None, "Votre modèle : correct (vert) / erreur (rouge)", correct),
279
  ]
280
  for ax, (classes, title, correctness) in zip(axes, panels):
281
  if correctness is None:
@@ -747,7 +747,7 @@ sur les pixels de vérité terrain (indépendants des polygones d'entraînement)
747
  cmap='Reds',
748
  )
749
  knn_fig = fig_knn_matrix()
750
- map_fig = fig_gt_maps(pred_gt, y_gt, knn_ref_gt)
751
  full_fig = fig_full_maps(
752
  (pred_full, "Votre modèle de régression logistique — carte complète"),
753
  (DATA['knn_result'], "Modèle de référence (enseignant) — carte complète"),
@@ -799,7 +799,7 @@ sur les pixels de vérité terrain (indépendants des polygones d'entraînement)
799
  cmap='Oranges',
800
  )
801
  knn_fig = fig_knn_matrix()
802
- map_fig = fig_gt_maps(pred_gt, y_gt, knn_ref_gt)
803
  full_fig = fig_full_maps(
804
  (pred_full, "Votre modèle de forêt aléatoire — carte complète"),
805
  (DATA['knn_result'], "Modèle de référence (enseignant) — carte complète"),
 
259
  cmap='Purples',
260
  )
261
 
262
+ def fig_gt_maps(pred_gt, y_gt, knn_ref_gt, model_label="Votre modèle KNN"):
263
  """Point maps AT THE GROUND TRUTH PIXELS ONLY (the only place where the
264
  right answer is actually known) — Ground Truth / your model / reference
265
  model, plus a 4th panel showing exactly where your model is right (green)
 
273
  fig, axes = plt.subplots(1, 4, figsize=(20, 5.5))
274
  panels = [
275
  (y_gt, "Vérité terrain", None),
276
+ (pred_gt, model_label, None),
277
  (knn_ref_gt, "Modèle de référence (enseignant)", None),
278
+ (None, f"{model_label} : correct (vert) / erreur (rouge)", correct),
279
  ]
280
  for ax, (classes, title, correctness) in zip(axes, panels):
281
  if correctness is None:
 
747
  cmap='Reds',
748
  )
749
  knn_fig = fig_knn_matrix()
750
+ map_fig = fig_gt_maps(pred_gt, y_gt, knn_ref_gt, model_label="Votre modèle de régression logistique")
751
  full_fig = fig_full_maps(
752
  (pred_full, "Votre modèle de régression logistique — carte complète"),
753
  (DATA['knn_result'], "Modèle de référence (enseignant) — carte complète"),
 
799
  cmap='Oranges',
800
  )
801
  knn_fig = fig_knn_matrix()
802
+ map_fig = fig_gt_maps(pred_gt, y_gt, knn_ref_gt, model_label="Votre modèle de forêt aléatoire")
803
  full_fig = fig_full_maps(
804
  (pred_full, "Votre modèle de forêt aléatoire — carte complète"),
805
  (DATA['knn_result'], "Modèle de référence (enseignant) — carte complète"),