feat: major changes v2

api.py

@@ -7,36 +7,20 @@ from dotenv import load_dotenv
 import os
 import xgboost as xgb
 import pandas as pd
-import traceback # <-- Añadir para imprimir el error completo
+import traceback 
 
 load_dotenv(override=True) 
 
 mlflow.set_tracking_uri("databricks")
 client = MlflowClient()
 
-EXPERIMENT_NAME = "/Users/ivan.morales@iteso.mx/nyc-taxi-experiment-prefect_test1"
+# --- NO NECESITAMOS ESTO ---
+# Ya no necesitamos buscar el "mejor run" ni descargar el preprocesador manualmente.
+# El modelo "champion" de pyfunc ya lo contiene.
+# ---------------------------
 
 try:
-    # --- Todo este bloque se ejecuta al iniciar la API ---
-    run_ = mlflow.search_runs(order_by=['Metrics.rmse ASC'],
-                             output_format="list",
-                             experiment_names=[EXPERIMENT_NAME]
-                             )[0]
-
-    run_id = run_.info.run_id
-    run_uri = f"runs:/{run_id}/preprocessor"
-
-    client.download_artifacts(
-        run_id=run_id,
-        path='preprocessor',
-        dst_path='.'
-    )
-
-    # --- MI SOSPECHA ESTÁ AQUÍ ---
-    # ¿Estás seguro de que es .b y no .pkl?
-    with open("preprocessor/preprocessor.b", "rb") as f_in:
-        dv = pickle.load(f_in)
-
+    # --- Carga solo el modelo ---
     model_name = "workspace.default.nyc-taxi-model"
     alias = "champion"
     model_uri = f"models:/{model_name}@{alias}"
@@ -44,34 +28,31 @@ try:
     champion_model = mlflow.pyfunc.load_model(
         model_uri=model_uri
     )
-    print("Modelo y preprocesador cargados exitosamente.")
+    print("Modelo (que incluye preprocesador) cargado exitosamente.")
 
 except Exception as e:
     # Si la API falla al INICIAR, imprime el error
     print(f"Error CRÍTICO al iniciar la API: {e}")
     print(traceback.format_exc())
-    # Asignamos None para que la app sepa que falló
-    dv = None
     champion_model = None
 
 
-def preprocess(input_data):
-    input_dict = {
-        'PU_DO': input_data.PULocationID + "_" + input_data.DOLocationID,
-        'trip_distance': input_data.trip_distance,
-    }
-    X = dv.transform([input_dict])
+# --- ESTA FUNCIÓN YA NO ES NECESARIA ---
+# def preprocess(input_data):
+#    ...
+# ----------------------------------------
 
-    try:
-        cols = dv.get_feature_names_out()
-    except AttributeError:
-        cols = dv.get_feature_names()
+def predict(input_data):
     
-    X_df = pd.DataFrame(X.toarray(), columns=cols)
-    return X_df
+    # 1. Creamos el DataFrame *en crudo* que el pipeline pyfunc espera.
+    # Debe ser un DataFrame, por eso usamos listas [].
+    raw_data = {
+        'PU_DO': [input_data.PULocationID + "_" + input_data.DOLocationID],
+        'trip_distance': [input_data.trip_distance],
+    }
+    X_val = pd.DataFrame(raw_data)
 
-def predict(input_data):
-    X_val = preprocess(input_data)
+    # 2. El modelo pyfunc se encarga de PREPROCESAR y PREDECIR
     return champion_model.predict(X_val)
 
 app = FastAPI()
@@ -86,25 +67,21 @@ class InputData(BaseModel):
 def predict_endpoint(input_data: InputData):
     
     # Verificamos si la carga inicial falló
-    if dv is None or champion_model is None:
+    if champion_model is None:
         raise HTTPException(
             status_code=500, 
-            detail="Error de configuración del servidor: El modelo o preprocesador no pudieron cargarse. Revise los logs."
+            detail="Error de configuración del servidor: El modelo no pudo cargarse. Revise los logs."
         )
 
     try:
-        # --- Este es el único código que queremos "probar" ---
         result = predict(input_data)[0]
         return {"prediction": float(result)}
     
     except Exception as e:
-        # --- ¡AQUÍ ESTÁ LA MAGIA! ---
-        # Si algo falla (ej. predict(), preprocess(), etc.)
-        # 1. Imprimimos el error COMPLETO en los logs del servidor
+        # Capturamos cualquier error durante la predicción
         print(f"Error 500 - Ocurrió un error en 'predict_endpoint': {e}")
         print(traceback.format_exc())
         
-        # 2. Devolvemos un error 500 claro al cliente
         raise HTTPException(
             status_code=500, 
             detail=f"Error interno del servidor al procesar la predicción: {e}"