Приложение с моделью для Forest train dataset, созданная в рамках курса от Rolling Scopes School. Идеи для шаблона проекта взяты из python-packaging и ml-project-demo

При разработке использовался:

• Python version 3.9.12 (под Windows 11)
• Poetry version 1.1.13

1. Запустить команду poetry install --no-dev для установки всех зависимостей, которые перечислены в файле pyproject.toml
2. Загрузить файлы Forest train dataset в директорию проекта data

1. Просмотр доступных параметров приложения и их значений по умолчанию

poetry run train --help

2. Запуск приложения с параметрами по умолчанию

poetry run train

Будет загружены информация из файла data/train.csv и результаты запуска будут сохранены в директории models и mlruns

3. Просмотр результатов через MLflow

poetry run mlflow ui

Запуск

# Для просмотра справки запустить `poetry run tree --help`
poetry run tree

Запуск

# Для просмотра справки запустить `poetry run gridcv --help`
poetry run gridcv

При инициализации проекта для разработки используйте команду

poetry install

Для тестов используйте Pytest

poetry run pytest

Для форматирования используйте Black

black src/eval_sel/

# All done! ✨ 🍰 ✨
# 6 files left unchanged.

Проверка форматирования организована через flake8 Используйте следующую команду для запуска этой проверки

flake8 src/eval_sel/

Для проверки static typing используйте mypy

mypy src/eval_sel/

Запуск всех команд доступен через Nox

nox