Predicting heart disease
make environment
conda activate ml_project
make requirements
make eda_report
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
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"
)
python -m heart_disease.models.train_model
docker build . -t ml_project:latest
docker tag ml_project:latest polikutinevgeny/ml_project:latest
docker push polikutinevgeny/ml_project:latest
docker pull polikutinevgeny/ml_project:latest
docker run -p 8000:80 polikutinevgeny/ml_project:latest
Протыкать скриптом:
python -m online_inference.make_request