You can deploy this model and start earning money today!

B4S/
california-housing-predictor

Name: california-housing-predictor
Availability: InStock

joblib

Views

No views yet

California Housing Predictor

使用 scikit-learn 在 California Housing 数据集上训练随机森林回归模型，并通过 GitHub Actions 在推送到 main 时自动训练并上传到 Hugging Face Hub。

本地运行

bash

python -m venv .venv
source .venv/bin/activate   # Windows: .venv\Scripts\activate
pip install -r requirements.txt
python train.py

训练后会生成：model.joblib、metrics.json、config.json。

一次性配置（建议顺序）

1. Hugging Face

在 Hugging Face 新建 Model 仓库（例如 california-housing-predictor）。
在 Settings → Access Tokens 创建带 Write 权限的 token。
记下 Hub 路径：你的HF用户名/仓库名（例如 EmporioSabo/california-housing-predictor）。

2. GitHub 仓库与密钥

在 GitHub 新建空仓库（不要勾选自动添加 README，避免首次推送冲突）。
打开 Settings → Secrets and variables → Actions，添加：
- HF_TOKEN：上一步的 Hugging Face token。
- HF_REPO：上一步的 Hub 完整路径（同上例）。

3. 推送代码

在本项目目录执行（将 YOUR_USER/REPO 换成你的 GitHub 仓库）：