README.md

ml_project

Predicting heart disease

Настройка окружения

make environment
conda activate ml_project
make requirements

Генерация отчёта EDA

make eda_report

Обучение

Для дефолтных параметров python -m heart_disease.models.train_model

Для первого конфига/эксперимента python -m heart_disease.models.train_model --config-path=${PWD}/config/experiment_1

Для второго конфига/эксперимента python -m heart_disease.models.train_model --config-path=${PWD}/config/experiment_2

Предсказание

Для дефолтных параметров python -m heart_disease.models.predict_model

Для первого конфига/эксперимента python -m heart_disease.models.predict_model --config-path=${PWD}/config/experiment_1

Для второго конфига/эксперимента python -m heart_disease.models.predict_model --config-path=${PWD}/config/experiment_2

Пути к файлам можно указывать через файлы конфигов, либо через параметры командной строки (e.g. python -m heart_disease.models.predict_model data_path="data/new_data.csv")

Сборка образа

python -m heart_disease.models.train_model
docker build . -t ml_project:latest

Публикация образа

docker tag ml_project:latest polikutinevgeny/ml_project:latest
docker push polikutinevgeny/ml_project:latest

Запуск образа

docker pull polikutinevgeny/ml_project:latest
docker run -p 8000:80 polikutinevgeny/ml_project:latest

Протыкать скриптом: python -m online_inference.make_request