Кредитный дефолт — ML-пайплайн

Проект решает задачу бинарной классификации дефолта заемщика Home Credit.

Архитектура

Слой	Роль	Файлы
Данные	Исходные CSV и feature store	data/raw/, data/processed/feature_store.parquet
Feature engineering	Трансформеры и агрегации	src/features/transformers/, src/features/feature_engineering.py
Пайплайны	Препроцессоры для каждой модели	src/pipelines/preprocessing.py
Тренеры	BaseTrainer и специализированные классы	src/models/trainers.py
Конфигурации	Гиперпараметры и пути	configs/, src/config.py
Скрипты	CLI для обучения и анализа	scripts/train_model.py
Сервинг	FastAPI для инференса	app/

Быстрый старт

python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt

# Построить feature store
make features

# Обучить все модели
make train

# Или конкретную модель без CV
python -m scripts.train_model catboost --no-cv

Доступные модели

• logistic_regression, random_forest, sgd_classifier (sklearn)
• lightgbm, xgboost, catboost (gradient boosting)

Структура

├── app/                 # FastAPI сервис
├── configs/             # Гиперпараметры моделей
├── data/                # raw CSV и feature store
├── scripts/             # CLI (train_model.py, feature_selection.py)
├── src/
│   ├── config.py        # Пути и MODEL_PARAMS
│   ├── features/        # Трансформеры (FeatureCreator, AuxiliaryAggregator)
│   ├── models/          # trainers.py (BaseTrainer, SklearnTrainer, etc.)
│   ├── pipelines/       # preprocessing.py
│   └── reporting/       # compare_models.py
├── saved_models/        # joblib пайплайны
└── results/             # Метрики и сравнения

Архитектура тренеров

• BaseTrainer — базовый класс: загрузка параметров, построение Pipeline, CV, метрики, сохранение
• SklearnTrainer — для sklearn моделей (LogisticRegression, RandomForest, SGD)
• LGBMTrainer, XGBoostTrainer, CatBoostTrainer — для gradient boosting

Pipeline: [preprocessor] → [model]

• Для sklearn/lgbm/xgboost: DataFrameCoercer → FeatureCreator → ColumnTransformer
• Для CatBoost: CatBoostPreprocessor (FE + подготовка категорий)

Docker

docker compose up --build

FastAPI

uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

Команды Makefile

Команда	Описание
make features	Создает feature store
make train	Обучает все модели с CV
make train MODEL=catboost NO_CV=1	Обучает CatBoost без CV
make clean	Очистка кэша и результатов