• src/train.py — обучение, MLflow‑логирование, параметры из CLI
• src/inference.py — инференс из Registry- models:/Churn_Model/Production
• src/client.py — rest‑api для mlflow models serve
• src/data_validation.py — проверки данных перед обучением
• mlruns/, mlflow.db — артефакты и метаданные MLflow

требования

• Python 3.10+
• Java
• Docker

датасеты лежат:

• train: data/raw/cell2celltrain.csv
• holdout: data/raw/cell2cellholdout.csv

для запуска:

python -m venv .venv311
source .venv311/bin/activate
pip install -r requirements.txt

docker для поднятия mlflow

docker compose build mlflow
docker compose up -d mlflow
export MLFLOW_TRACKING_URI=http://127.0.0.1:5001

UI: http://localhost:5001

запуск обучения(пример)

python -m src.train \
  --data-path data/raw/cell2celltrain.csv \
  --experiment-name cell2cell-churn \
  --run-name gbt_depth5_lr01 \
  --max-depth 5 \
  --max-iter 60 \
  --step-size 0.1 \
  --use-class-weights

скрипт:

• определяет категориальные/числовые признаки
• заполняет пропуски в датасете
• строит Pipeline
• логирует ROC‑AUC, F1, Accuracy и модель

сделайте 3–5 запусков с разными гиперпараметрами

model registry

лучшая модель регистрируется в MLflow Registry и помечается Production

регистрация через ui:

1. открыть лучший run
2. Register model → Churn_Model
3. назначить стадию Production

инференс

export MLFLOW_TRACKING_URI=http://127.0.0.1:5001
python -m src.inference \
  --data-path data/raw/cell2cellholdout.csv \
  --output-path data/predictions/holdout

результат в папке data/predictions/holdout/part-*.csv

rest api

запуск сервера:

MLFLOW_TRACKING_URI=http://127.0.0.1:5001 \
  mlflow models serve -m "models:/Churn_Model/Production" \
  -p 5002 --host 127.0.0.1 --env-manager local

проверка:

.venv311/bin/python -m src.client --data-path data/raw/cell2celltrain.csv --n-rows 1

результат:

• prediction = 1.0 → уйдет
• prediction = 0.0 → не уйдет