Magdaorozcoean/mlflow-final-project

Pipeline ML - Predicción Fire Weather Index - Algerian Forest Fires # Predicción del Fire Weather Index — Algerian Forest Fires **Proyecto Final — MLOps** Maestría en Ciencia de Datos · Universidad EAN --- ## Descripción del Proyecto Pipeline de Machine Learning **reproducible y automatizado** mediante CI/CD con GitHub Actions. El objetivo es **predecir el Fire Weather Index (FWI)** — un índice numérico que mide el peligro de propagación de incendios forestales — a partir de variables meteorológicas registradas en dos regiones de Argelia durante el verano de 2012. --- ## Dataset | Atributo | Valor | |---|---| | **Nombre** | Algerian Forest Fires Dataset | | **Fuente** | UCI Machine Learning Repository | | **Licencia** | CC BY 4.0 | | **DOI** | doi.org | | **Registros** | 244 observaciones diarias | | **Regiones** | Bejaia (noreste) y Sidi Bel-Abbes (noroeste) de Argelia | | **Período** | Junio — Septiembre 2012 | ### Variables del Dataset | Variable | Descripción | Unidad | |---|---|---| | `Temp` | Temperatura máxima al mediodía | °C (22–42) | | `RH` | Humedad relativa | % (21–90) | | `Ws` | Velocidad del viento | km/h (6–29) | | `Rain` | Lluvia total del día | mm (0–16.8) | | `FFMC` | Fine Fuel Moisture Code | índice FWI | | `DMC` | Duff Moisture Code | índice FWI | | `DC` | Drought Code | índice FWI | | `ISI` | Initial Spread Index | índice FWI | | `BUI` | Buildup Index | índice FWI | | **`FWI`** | **Fire Weather Index** ← **Variable objetivo** | 0–31.1 | --- ## Estructura del Proyecto ``` ml-pipeline-algerian/ ├── src/ │ └── train.py # Pipeline principal ├── tests/ │ └── test_pipeline.py # Pruebas de validación ├── .github/ │ └── workflows/ │ └── ml.yml # CI/CD con GitHub Actions ├── config.yaml # Hiperparámetros y configuración ├── Makefile # Tareas automatizadas ├── requirements.txt # Dependencias └── README.md ``` --- ## Instalación y Uso Local ### 1. Clonar el repositorio ```bash …