Modelos soportados

• XGBoost – clasificación y regresión.
• RandomForest – baseline sólido y explainable.

Proximamente

• LightGBM – alto rendimiento en tabular.
• TensorFlow – punto de entrada a deep learning.

Añade modelos extendiendo la interfaz BaseModel y registra métricas con MLflow. Bring-your-own-model está soportado.

from godml.model_service.base_model_interface import BaseModel

class MiModeloPersonalizado(BaseModel):
    def train(self, X, y, **kwargs):
        # Implementar entrenamiento
        pass

    def predict(self, X):
        # Implementar predicción
        pass