README.md

metadata

title: OC P5 - API ML Déployée
emoji: 🎯
colorFrom: blue
colorTo: green
sdk: gradio
sdk_version: 5.9.1
app_file: app.py
pinned: false
license: mit

🎯 Employee Turnover Prediction - DEV Environment

Interface Gradio pour tester le modèle de prédiction de départ des employés (turnover).

🚀 Modèle ML

• Algorithme: XGBoost optimisé avec RandomizedSearchCV
• Équilibrage: SMOTE pour gérer le déséquilibre de classes (ratio 5:1)
• Tracking: MLflow pour versioning et reproductibilité
• Métriques: F1-Score optimisé (0.51), Accuracy 79%
• Stockage: Hugging Face Hub

📊 Fonctionnalités

• Status Checker: Vérifier l'état du modèle et les métriques
• API Simple: Interface Gradio pour tests rapides
• Chargement automatique: Modèle téléchargé depuis HF Hub au démarrage

🔧 Architecture

# Chargement du modèle depuis HF Hub
model_path = hf_hub_download(
    repo_id="ASI-Engineer/employee-turnover-model",
    filename="model/model.pkl"
)
model = mlflow.sklearn.load_model(str(Path(model_path).parent))

📈 Métriques

• F1-Score: 0.5136
• Accuracy: 79%
• Données: 1470 échantillons, 50 features
• Classes: {0: 1233, 1: 237} - Ratio 5.20:1

🔗 Liens

• Modèle: employee-turnover-model
• GitHub: OC_P5
• CI/CD: GitHub Actions avec déploiement automatique

Ce Space est synchronisé automatiquement via CI/CD depuis la branche dev du repository GitHub.

Repository: chaton59/OC_P5