data_processor.py aktualisiert

data_processor.py

@@ -5075,45 +5075,78 @@ class DataProcessor:
                     ma_for_pred) and ma_for_pred > 0:
                 umsatz_pro_ma_val = umsatz_for_pred / ma_for_pred
 
-            # 4. Branchen-Feature holen
+            def _predict_technician_bucket(self, row_data):
-            # Wichtig: Hier die gleiche Branchenspalte wie im Training
+        """
-            # verwenden!
+        Führt eine Vorhersage des Servicetechniker-Buckets für eine einzelne Zeile durch.
-            branche_val_str = self._get_cell_value_safe(
+        Die Feature-Erstellung ist exakt auf den Trainingsprozess abgestimmt.
-                row_data, "CRM Branche")
+        """
+        company_name = self._get_cell_value_safe(row_data, 'CRM Name').strip()
+        self.logger.debug(f"Versuche ML-Schaetzung fuer Zeile ({company_name[:50]}...)")
 
-            # DataFrame mit einer Zeile und den internen Namen (wie in
+        if not self.is_setup_complete or self.model is None or self.imputer is None or self._expected_features is None:
-            # prepare_data_for_modeling) erstellen
+            self.logger.error("ML-Artefakte (Modell/Imputer/Features) nicht initialisiert. Überspringe Vorhersage.")
-            single_row_dict = {
+            return "FEHLER Schaetzung (Setup fehlt)"
-                'Log_Finaler_Umsatz_ML': [log_umsatz_val],
+        
-                'Log_Finaler_Mitarbeiter_ML': [log_ma_val],
+        try:
-                'Umsatz_pro_MA_ML': [umsatz_pro_ma_val],
+            # === Feature Erstellung (exakt wie im Training) ===
-                'is_part_of_group': [is_group_val],
-                'branche_crm': [
-                    str(branche_val_str).strip() if branche_val_str else 'Unbekannt']}
-            df_single_row = pd.DataFrame.from_dict(single_row_dict)
 
-            # One-Hot Encoding
+            # 1. Numerische Werte holen
-            df_encoded = pd.get_dummies(
+            umsatz_val = get_numeric_filter_value(self._get_cell_value_safe(row_data, "Finaler Umsatz (Wiki>CRM)"), is_umsatz=True)
-                df_single_row,
+            ma_val = get_numeric_filter_value(self._get_cell_value_safe(row_data, "Finaler Mitarbeiter (Wiki>CRM)"), is_umsatz=False)
-                columns=['branche_crm'],
+            
-                prefix='Branche',
+            umsatz_val = np.nan if umsatz_val == 0 else umsatz_val
-                dummy_na=False)
+            ma_val = np.nan if ma_val == 0 else ma_val
 
-            # Angleichung an die im Training verwendeten Features
+            # 2. 'is_part_of_group' Feature
-            # Erstelle einen DataFrame mit einer Zeile und den erwarteten
+            parent_d = self._get_cell_value_safe(row_data, "Parent Account Name").strip().lower()
-            # Spalten
+            parent_o = self._get_cell_value_safe(row_data, "System Vorschlag Parent Account").strip().lower()
-            data_for_df_processed = {col: [0]
+            parent_p = self._get_cell_value_safe(row_data, "Parent Vorschlag Status").strip().lower()
-                                     for col in self._expected_features}
+            is_group = 1 if (parent_d and parent_d != 'k.a.') or (parent_o and parent_o != 'k.a.' and parent_p == 'x') else 0
-            for col in self._expected_features:
-                if col in df_encoded.columns:
-                    data_for_df_processed[col] = [df_encoded[col].iloc[0]]
 
-            df_processed = pd.DataFrame(
+            # 3. Ratio & Log Features
-                data_for_df_processed,
+            log_umsatz = np.log1p(umsatz_val) if pd.notna(umsatz_val) else np.nan
-                columns=self._expected_features)
+            log_ma = np.log1p(ma_val) if pd.notna(ma_val) else np.nan
+            umsatz_pro_ma = (umsatz_val / ma_val) if pd.notna(umsatz_val) and pd.notna(ma_val) and ma_val > 0 else np.nan
 
-            # Imputation und Vorhersage
+            # 4. Branchen-Gruppen-Feature (entscheidende Korrektur)
-            df_imputed_array = self.imputer.transform(df_processed)
+            # Nutze die KI-Branche als Input
+            branche_ki_val = self._get_cell_value_safe(row_data, "Chat Vorschlag Branche")
+            
+            # Erstelle das Mapping von Detail-Branche zu Gruppe
+            branch_group_map = {branch_name: details.get('gruppe', 'Sonstige') for branch_name, details in Config.BRANCH_GROUP_MAPPING.items()}
+            
+            # Führe das Mapping durch
+            branchen_gruppe = branch_group_map.get(branche_ki_val, 'Sonstige')
+
+            # 5. DataFrame mit allen möglichen Features erstellen (wie im Training)
+            single_row_data = {
+                'Log_Finaler_Umsatz_ML': log_umsatz,
+                'Log_Finaler_Mitarbeiter_ML': log_ma,
+                'Umsatz_pro_MA_ML': umsatz_pro_ma,
+                'is_part_of_group': is_group
+            }
+            
+            # Füge die One-Hot-Encoded Branchen-Gruppen hinzu
+            for expected_col in self._expected_features:
+                if expected_col.startswith('Gruppe_'):
+                    # Extrahiere den Gruppennamen aus dem Spaltennamen
+                    gruppe_name = expected_col.replace('Gruppe_', '')
+                    single_row_data[expected_col] = 1 if gruppe_name == branchen_gruppe else 0
+            
+            # Erstelle den finalen DataFrame in der korrekten Spaltenreihenfolge
+            df_for_prediction = pd.DataFrame([single_row_data], columns=self._expected_features)
+
+            # 6. Vorhersage mit der Pipeline durchführen
+            # Die Pipeline kümmert sich um die Imputation
+            prediction_proba = self.model.predict_proba(df_for_prediction)
+            predicted_bucket_label = self.model.classes_[np.argmax(prediction_proba[0])]
+
+            self.logger.debug(f"  -> ML Vorhersage Ergebnis: '{predicted_bucket_label}'")
+            return predicted_bucket_label
+
+        except Exception as e_predict:
+            self.logger.exception(f"FEHLER bei der ML-Vorhersage für Zeile ({company_name[:50]}...): {e_predict}")
+            return f"FEHLER Schaetzung: {str(e_predict)[:100]}..."
 
             prediction_proba = self.model.predict_proba(df_imputed_array)
             predicted_bucket_label = self.model.classes_[