Настройка обучения модели с помощью CML

В этом упражнении вы будете использовать CML GitHub Action для обучения классификатора на основе случайного леса, который предсказывает наличие осадков. CML — это GitHub Action, который упрощает генерацию отчётов для экспериментов по машинному обучению.

Обучение запустится, когда вы откроете PR в ветку main. Вы продолжите работу с набором данных о погоде; файл preprocess_dataset.py содержит вспомогательные функции для предварительной обработки данных, как и прежде.

Результатом выполнения train.py является файл metrics.json с метриками модели и файл confusion_matrix.png с графиком матрицы ошибок.

Ваша задача — дополнить заготовку .github/workflows/train_cml.yaml, чтобы сформировать высокоуровневый процесс обучения модели.

ПРИМЕЧАНИЕ: Для запуска скриптов Python используйте python3 вместо python.