Membangun Model Machine Learning

Folder ini berfokus pada tahapan pembuatan, pelatihan, dan pelacakan model (Model Tracking) menggunakan MLflow, yang terintegrasi dengan DagsHub.

Struktur dan File Utama

• modelling.py: Script utama untuk melatih model Baseline (RandomForestClassifier) menggunakan data hasil preprocessing. Metrik akurasi dan parameter model secara otomatis dilacak menggunakan mlflow.sklearn.autolog().
• modelling_tuning.py: Script untuk melakukan hyperparameter tuning (jika diperlukan) dan melacak metrik tiap eksperimen.
• breast_cancer_preprocessing/: Folder sumber data (train.csv dan test.csv) yang digunakan untuk melatih model.
• mlflow.db & mlartifacts/: Penyimpanan lokal untuk rekaman hasil eksperimen MLflow (sqlite backend).

Cara Menjalankan MLflow Logging

Model dilacak menggunakan MLflow Tracking Server lokal yang terhubung ke DagsHub untuk Remote Tracking. Beberapa artifak yang disimpan:

• confusion_matrix.png
• feature_importance.csv
• classification_report.txt