Adicionando métricas e gráficos ao dvc.yaml

Neste exercício, sua tarefa é completar o conteúdo do dvc.yaml que define um fluxo de trabalho de treinamento de modelo.

Aqui, preprocess_dataset.py e train.py são os arquivos que fazem o pré-processamento de dados e o treinamento do modelo, usando weather.csv como entrada na pasta raw_dataset. Como saída, o código de treinamento gera um arquivo predictions.csv com as previsões e os valores reais (ground truth), e um arquivo metrics.json contendo métricas estruturadas. O primeiro será usado para gerar um gráfico de matriz de confusão normalizada para comparação com commits anteriores.