MLOps_CreditScore/config/main.yaml

# Configuración principal para el pipeline de Credit Scoring.
# Define rutas de entrada/salida, combina configuraciones de preprocesamiento,
# modelo y predicciones usando Hydra.

defaults:
  - process: preprocess  # Carga config/preprocess.yaml
  - model_config: model_1  # Carga config/model_config/model_1.yaml por defecto
  - _self_               # Permite sobrescribir valores con este archivo

stage: "all"  # Etapa por defecto, puede ser 'preprocess', 'train', 'evaluate', 'predict'

raw:
  path: data/raw/train.csv  # Ruta relativa al archivo de datos crudos

processed:
  dir: data/processed  # Directorio base para datos procesados
  X_train:
    name: X_train.csv
    path: ${processed.dir}/${processed.X_train.name}
  X_test:
    name: X_test.csv
    path: ${processed.dir}/${processed.X_test.name}
  y_train:
    name: y_train.csv
    path: ${processed.dir}/${processed.y_train.name}
  y_test:
    name: y_test.csv
    path: ${processed.dir}/${processed.y_test.name}

model:
  dir: models  # Directorio base para modelos
  name: rf_model.pkl
  params_name: params.json
  path: ${model.dir}/${model_config._name}/${model.name}
  params_path: ${model.dir}/${model_config._name}/${model.params_name}

metrics:
  dir: metrics  # Directorio para métricas
  name: metrics_${model_config._name}.csv
  path: ${metrics.dir}/${metrics.name}

graphics:
  dir: graphics  # Directorio para gráficos
  confusion_matrix:
    name: confusion_matrix_${model_config._name}.png
    path: ${graphics.dir}/${graphics.confusion_matrix.name}

predict:
  input_path: data/external/new_data.csv  # Ruta a datos nuevos para predicciones
  output_dir: data/processed  # Directorio para resultados de predicciones
  output_name: predictions_${model_config._name}.csv  # Nombre dinámico para resultados

mlflow:
  tracking_uri: "https://dagshub.com/JorgeDataScientist/MLOps_CreditScore.mlflow"
  use_dagshub: true