Medications-CICD

En este repositorio se realiza un entrenamiento de un algoritmo de machine learning para intentar predecir el mejor medicamento para una serie de pacientes y se despliega el modelo a través de una aplicación web mediante un espacio de Hugging Face.

Se automatiza mediante dos flujos de trabajo en GitHub Actions los procesos de integración continua (CI) y despliegue continuo (CD):

• Cada vez que se hace un push en la rama master, o una solicitud de un pull request, se ejecuta el flujo de trabajo de CI en el que aparte de configurar e instalar los requisitos de librerías se ejecuta el archivo train.py que realiza el entrenamiento y la evaluación del algoritmo Random Forest con los datos de los pacientes, creándose automáticamente un mensaje en el commit o en el hilo del pull request con las métricas y la matriz de confusión obtenidas en el entrenamiento del flujo de trabajo y actualizando automáticamente la rama update de GitHub con estas métricas y con el nuevo modelo obtenido.

• Cuando se completa el flujo de trabajo de CI, se ejecuta el flujo de CD en el que mediante un token creado en nuestra cuenta de Hugging Face se suben las carpetas de la aplicación web, las métricas y el modelo entrenado en el espacio de Hugging Face creado para el proyecto. De esta forma, se tiene una aplicación web hospedada gratuitamente en este espacio donde se pueden seleccionar los valores de las características de entrada de los pacientes para ver que medicamento se pronostica para cada uno de ellos.

Estructura

• .github/workflows: Aquí se recopilan los flujos de trabajo que contienen los trabajos de integración continua y despliegue continuo.

• App: En esta carpeta se encuentra el archivo de la aplicación web del clasificador, el README.md con metadatos de la aplicación y el archivo requirements.txt que sirve para instalar las librerías necesarias para el funcionamiento de la aplicación web.

• Data: Carpeta donde se recopilan los datos de los pacientes.

• Model: Aquí se recopila el modelo entrenado en formato skops.

• Results: En este directorio se guardan las métricas de test en un archivo de texto y la matriz de confusión.