Iris Classifier Baseline

Un progetto end-to-end minimal per classificare l'Iris dataset.

Comandi principali

• make train — addestra e salva il modello in models/
• make evaluate — calcola metriche (accuracy, precision, recall, f1, auc) e genera reports/metrics.json + reports/shap/shap_summary.png
• make format | lint | test — qualità del codice
• make predict - calcola predizione sui valori di [sepal_length sepal_width petal_length petal_width] passati dal makefile

Configurazione

Vedi config/config.yaml per tipo modello e iperparametri. Puoi passare a LogisticRegression cambiando model.type.

Output

• models/model.joblib — pipeline sklearn pronta per predict
• reports/metrics.json — metriche globali
• reports/shap/shap_summary.png — explainability