C'est quoi la MAE ?
MAE veut dire Mean Absolute Error (erreur absolue moyenne). C'est la mesure la plus simple pour juger un modèle qui prédit un nombre (ici, un nombre de minutes de retard) : on regarde, vol après vol, l'écart entre ce que le modèle avait annoncé et ce qui s'est réellement passé, on prend la valeur absolue de cet écart (peu importe qu'on ait prédit trop tôt ou trop tard), et on fait la moyenne sur tous les vols.
Notre MAE actuelle
Le chiffre affiché sous chaque prédiction n'est pas une estimation vague : c'est la MAE mesurée du modèle qui a réellement répondu, sur des vols qu'il n'avait jamais vus pendant son entraînement.
Cette précision n'est pas encore la même partout : on entraîne un modèle dédié pour chaque grande région du monde dès qu'on a assez de vols observés pour bien l'ajuster, sinon c'est un modèle plus généraliste qui répond, avec une marge un peu plus large.
| Zone | MAE | Vols utilisés à l'entraînement |
|---|---|---|
| Europe | 12,8 min | 659 925 |
| Moyen-Orient | 17,6 min | 61 502 |
| Amérique du Nord | Spécialiste dédié, précision en cours de validation | — |
| Reste du monde | ~15 min | modèle généraliste, pas de zone dédiée |
Le Moyen-Orient a désormais, lui aussi, un modèle dédié dont la précision est mesurée et validée. L'Amérique du Nord a également son propre modèle, mais son dernier entraînement mesuré est trop ancien pour publier un chiffre à jour — on l'affichera dès le prochain réentraînement validé.
Pourquoi la précision varie autant d'une zone à l'autre ?
Surtout une question de volume : un modèle apprend d'autant mieux qu'il a vu de vols réels. L'Europe s'appuie sur près de 660 000 vols déjà résolus, contre environ 61 500 pour le Moyen-Orient — presque 11 fois moins. C'est la même différence qui explique l'écart de MAE entre les deux zones, pas une question de méthode.
L'autre différence : seule l'Europe combine aujourd'hui son modèle régional avec le modèle généraliste (dans un mélange dont les proportions sont choisies pour donner la meilleure précision mesurée). Ce mélange ne s'active que quand on a assez de vols pour prouver, sur des vols jamais vus, qu'il fait vraiment mieux que chaque modèle pris seul — ce n'est pas encore le cas ailleurs. Le chiffre du Moyen-Orient est donc celui de son Spécialiste seul, sans ce coup de pouce supplémentaire.
12,8 minutes, c'est bon ou pas ?
En dessous de 15 minutes, oui — et descendre significativement sous 10 minutes de MAE est, statistiquement, très difficile pour n'importe quel modèle de prédiction de retard aérien, pas seulement le nôtre.
La raison n'est pas un manque de finesse du modèle : c'est la forme même des retards de vol. La grande majorité des vols arrivent à l'heure ou avec un léger avantage/retard de quelques minutes — sur ceux-là, le modèle est déjà très précis. Mais une petite fraction des vols subit un incident majeur (orage violent, panne technique, saturation du contrôle aérien, grève...) qui ajoute d'un coup plusieurs heures de retard. Ces événements sont, par nature, très difficiles à anticiper à partir des données disponibles avant le vol : ils pèsent peu en nombre, mais énormément dans le calcul de l'erreur moyenne, parce qu'une erreur de 3 heures sur un seul vol "coûte" autant qu'une vingtaine de petites erreurs de 10 minutes.
Comment lire la fourchette affichée
Sous le statut d'un vol pas encore arrivé, vous voyez parfois une phrase du type « entre -19 et 11 min de retard probable ». C'est simplement notre prédiction centrale, à laquelle on ajoute et on retranche la MAE du modèle qui a répondu. Ce n'est pas une garantie mathématique, mais une manière honnête de dire : « en moyenne, on se trompe d'environ cette marge dans un sens ou dans l'autre — voici donc l'intervalle le plus plausible autour de notre estimation ».
Le % de confiance, ce n'est pas la même chose
La jauge circulaire affichée à côté d'une prédiction (« Confiance statistique du modèle ») ne mesure pas une précision en minutes — elle indique à quel point le modèle est sûr de la catégorie du vol (à l'heure, retard modéré, perturbation forte), à partir de la probabilité qu'il calcule pour chaque scénario. Un vol peut afficher 95% de confiance sur « à l'heure » tout en gardant une fourchette de ± 12,8 minutes autour de sa prédiction précise : les deux chiffres répondent à des questions différentes.
Nos modèles, en bref
On entraîne un modèle statistique par grande région du monde sur l'historique réel de vols qu'on observe (météo, trafic, type d'appareil, rotation de l'avion, historique de la route...), dès qu'on a assez de données pour que ce soit fiable. Le résultat final combine souvent ce modèle régional avec un modèle plus généraliste, dans les proportions qui donnent la meilleure précision mesurée — c'est ce mélange qui répond pour l'Europe aujourd'hui.
Aujourd'hui, trois zones ont déjà leur propre modèle dédié : l'Europe, l'Amérique du Nord et le Moyen-Orient. Les autres grandes régions du monde (Asie-Pacifique, Océanie, Afrique, Amérique du Sud) n'ont pas encore assez de vols observés pour entraîner un modèle spécifique fiable — c'est le modèle généraliste qui répond pour elles, en attendant.
Ces modèles sont réentraînés régulièrement à mesure que de nouvelles données s'accumulent, et un nouveau modèle ne remplace l'ancien que s'il mesure objectivement mieux sur des vols qu'il n'a jamais vus.