[Sebithaz-dev]

Cambios

• Reemplaza LogisticRegression por HistGradientBoostingClassifier.
• Split temporal 70/10/20 por starttime (con opción random para comparar).
• Nuevas features: hour/month/dayofweek cíclicas, is_rush_hour e is_night.
• Optimización del umbral en validación maximizando F1; se persiste en transformers.pkl y metricas.json.
• Encoders, station_freq y scaler se ajustan solo con train para evitar leakage.
• Agrega pr_auc y validation_size a las métricas.
• Pipeline y tests de features/split/umbral.

Comparación en el mismo test temporal (94,686 filas)

Modelo	ROC AUC	PR AUC	F1 (largo)	Recall	Precision
LogisticRegression baseline	0.6179	0.4030	0.4458	0.6725	0.3334
HistGradientBoosting	0.6505	0.4455	0.4650	0.7035	0.3473

Umbral F1: 0.46. Gate superado: mejora PR-AUC y F1 sobre el baseline.

Validación

• ruff check ml tests scripts
• pytest -q → 42 passed
• python -m ml.health --json --skip-s3 → ok

[sonarqubecloud]

Quality Gate passed

Issues
0 New issues
0 Accepted issues
0 New dependency risks

Measures
0 Security Hotspots
93.4% Coverage on New Code
0.0% Duplication on New Code

See analysis details on SonarQube Cloud