Modelos Soportados

godml incluye una librería de modelos listos para usar. Configura el tipo con model.type en el YAML.

Resumen

model.type	Algoritmo	Tarea	provider: mlflow	provider: sagemaker
xgboost	XGBClassifier	Clasificación	✅	✅
random_forest	RandomForestClassifier	Clasificación	✅	✅
logistic_regression	LogisticRegression	Clasificación	✅	✅
linear_regression	LinearRegression	Regresión	✅	❌
lstm_forecast	LSTM (Keras)	Regresión / series de tiempo	✅ (godml[deep])	❌
lightgbm	LightGBM	Clasificación	❌	✅

xgboost y random_forest están implementados como clasificadores — no sirven para un target continuo pese a que XGBoost/RandomForest en general sí soportan regresión. Para regresión usa linear_regression o lstm_forecast.

XGBoost

model:
  type: xgboost
  hyperparameters:
    max_depth: 6
    eta: 0.3               # learning rate
    n_estimators: 200
    objective: binary:logistic   # el AutoTuner lo completa si lo omites
    random_state: 42

Random Forest

model:
  type: random_forest
  hyperparameters:
    n_estimators: 100
    max_depth: 10          # null = sin límite
    max_features: sqrt     # sqrt | log2 | null
    random_state: 42

Logistic Regression

model:
  type: logistic_regression
  hyperparameters:
    random_state: 42

hyperparameters va directo a sklearn

logistic_regression y linear_regression pasan hyperparameters sin filtrar a sklearn.linear_model.LogisticRegression/LinearRegression. Un campo que esas clases no acepten (p.ej. max_depth) hace fallar el entrenamiento.

Linear Regression

model:
  type: linear_regression
  hyperparameters: {}   # LinearRegression de sklearn no acepta max_depth/eta/n_estimators/random_state

LSTM Forecast (series de tiempo)

model:
  type: lstm_forecast
  hyperparameters:
    look_back: 5          # tamaño de la ventana de secuencia
    units: 50              # neuronas en la capa LSTM
    learning_rate: 0.001
    epochs: 100
    batch_size: 16

Requiere:

pip install godml[deep]     # incluye TensorFlow + Keras

Métricas calculadas: mse, mae, r2 (no auc/accuracy).

LightGBM

Solo disponible con provider: sagemaker (_SUPPORTED_MODELS del executor de SageMaker). Con provider: mlflow, model.type: lightgbm falla porque no está en el registro de modelos core.

AutoTuner

godml detecta si el target es clasificación binaria, multiclase o regresión y completa los hiperparámetros de objective/eval_metric/criterion/solver que falten — nunca pisa un valor que ya definiste:

Modelo	Binaria	Multiclase	Regresión
xgboost	objective: binary:logistic, eval_metric: auc	objective: multi:softprob, num_class, eval_metric: mlogloss	objective: reg:squarederror
random_forest	criterion: entropy	criterion: gini	criterion: squared_error
logistic_regression	solver: liblinear	multi_class: ovr, solver: lbfgs	—
lstm_forecast	—	—	completa epochs/batch_size si faltan

No ajusta hiperparámetros según tamaño del dataset ni detecta desbalance de clases (scale_pos_weight) todavía.

Modelo personalizado

Implementa BaseClassificationModel o BaseRegressionModel (de godml.model_service.base_model_interface) — heredar de la subclase correcta hace que godml calcule las métricas adecuadas (clasificación vs. regresión) automáticamente.

Restricciones de source: local:

• El archivo debe vivir en <proyecto>/models/<nombre>.py.
• model.type (y el nombre del archivo) solo puede ser custom_model, user_model o project_model — no un nombre arbitrario.
• Importa el módulo base con alias, no la clase directamente: si haces from ... import BaseClassificationModel en tu archivo, godml puede detectar esa clase base importada en vez de la tuya (escanea el módulo alfabéticamente buscando la primera subclase de BaseModel) y falla al instanciarla por ser abstracta.

models/custom_model.py

import godml.model_service.base_model_interface as bmi

class MiModelo(bmi.BaseClassificationModel):
    def train(self, X_train, y_train, X_test, y_test, params):
        from sklearn.linear_model import LogisticRegression
        model = LogisticRegression(random_state=params.get("random_state"))
        model.fit(X_train, y_train)
        preds = model.predict_proba(X_test)[:, 1]
        return model, preds, {}   # (modelo, predicciones, métricas — {} deja que godml las calcule)

    def predict(self, X):
        return self.model.predict(X)

model:
  type: custom_model
  source: local

Métricas calculadas automáticamente

Para clasificación binaria:

• auc — Area Under ROC Curve
• accuracy — Exactitud
• precision — Precisión
• recall — Exhaustividad
• f1 — F1-Score

Para regresión (linear_regression, lstm_forecast):

• mse — Error cuadrático medio
• mae — Error absoluto medio
• r2 — Coeficiente de determinación

---

→ Ejemplo: Churn Classification