Konfigurera modellträning med CML

I den här övningen använder du CML GitHub Action för att träna en Random Forest-klassificerare som förutsäger nederbörd. CML är en GitHub Action som förenklar generering av rapporter för ML-experiment.

Träningen startar när du öppnar en PR mot grenen main. Du fortsätter att arbeta med väderdatamängden – filen preprocess_dataset.py innehåller hjälpfunktioner för att förbearbeta datamängden på samma sätt som tidigare.

När train.py körs genereras filen metrics.json med modellmätvärden samt filen confusion_matrix.png med ett diagram över konfusionsmatrisen.

Din uppgift är att färdigställa den förberedda filen .github/workflows/train_cml.yaml för att formulera ett övergripande flöde för modellträning.

OBS: Använd python3 i stället för python när du kör Python-skript.