Upload 7 files

README.md

@@ -1,13 +1,110 @@
----
-title: Spam Mlflow Registry Demo
-emoji: 👀
-colorFrom: pink
-colorTo: red
-sdk: gradio
-sdk_version: 5.31.0
-app_file: app.py
-pinned: false
-license: openrail
----
-
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# 📩 SMS Spam Classifier with MLflow Model Versioning
+
+Đây là một demo triển khai mô hình phân loại tin nhắn rác (spam) sử dụng **Gradio** và **MLflow Model Registry**, với khả năng chọn phiên bản mô hình để phục vụ.
+
+---
+
+## 🚀 Mục tiêu
+
+* Áp dụng kiến thức về **MLflow Model Versioning**
+* So sánh các mô hình huấn luyện khác nhau (nhiều version)
+* Triển khai online miễn phí bằng Hugging Face Spaces
+
+---
+
+## 📦 Dataset
+
+Dữ liệu được sử dụng là **SMS Spam Collection Dataset**, bao gồm hơn 5.000 tin nhắn đã được phân loại sẵn là `ham` (hợp lệ) hoặc `spam`.
+
+---
+
+## 🧐 Mô hình
+
+Các phiên bản được huấn luyện với pipeline gồm:
+
+* `TfidfVectorizer`: để chuyển văn bản thành vector đặc trưng
+* `Multinomial Naive Bayes`: mô hình phân loại đơn giản nhưng hiệu quả
+
+Các version chỉ khác nhau về giá trị `alpha` (tham số làm trơn trong Naive Bayes):
+
+* `model_spam_v1.pkl`: alpha = 1.0
+* `model_spam_v2.pkl`: alpha = 0.5
+* `model_spam_v3.pkl`: alpha = 0.3
+
+---
+
+## 🧪 Hướng dẫn sử dụng
+
+1. Nhập nội dung tin nhắn cần phân loại
+2. Chọn phiên bản mô hình (v1, v2, hoặc v3)
+3. Nhấn **Dự đoán**
+4. Ứng dụng sẽ trả về kết quả: `Spam ❌` hoặc `Ham ✅` và độ tin cậy
+
+---
+
+## 📌 Công nghệ sử dụng
+
+* 🦍 Python
+* 📊 Scikit-learn
+* 📦 MLflow (log model & versioning)
+* 🎨 Gradio (UI)
+* ☁️ Hugging Face Spaces (hosting)
+
+---
+
+## 💻 Chạy offline trên máy local
+
+Nếu bạn muốn chạy ứng dụng trên máy cá nhân, làm theo các bước sau:
+
+### 🔧 1. Tạo môi trường ảo (virtual environment)
+
+**Windows:**
+
+```bash
+python -m venv .venv
+.venv\Scripts\activate
+```
+
+**macOS/Linux:**
+
+```bash
+python3 -m venv .venv
+source .venv/bin/activate
+```
+
+---
+
+### 📦 2. Cài đặt thư viện
+
+```bash
+pip install -r requirements.txt
+```
+
+---
+
+### ▶️ 3. Chạy ứng dụng Gradio
+
+```bash
+python app.py
+```
+
+Ứng dụng sẽ chạy tại địa chỉ: [http://localhost:7860](http://localhost:7860)
+
+---
+
+### 📁 Cấu trúc thư mục mẫu
+
+```
+mlflow-spam-classifier/
+├── app.py
+├── requirements.txt
+├── model_spam_v1.pkl
+├── model_spam_v2.pkl
+├── model_spam_v3.pkl
+├── README.md
+└── train_spam_model.py (tuỳ chọn)
+```
+
+---
+
+✅ Sau khi chạy xong, bạn có thể nhập nội dung tin nhắn và chọn phiên bản mô hình để dự đoán trực tiếp mà không cần kết nối Internet.

app.py

@@ -0,0 +1,35 @@
+import gradio as gr
+import joblib
+
+# Load các mô hình đã export từ MLflow
+models = {
+    "1": joblib.load("model_spam_v1.pkl"),
+    "2": joblib.load("model_spam_v2.pkl"),
+    "3": joblib.load("model_spam_v3.pkl"),
+}
+
+# Hàm dự đoán
+def predict_spam(text, version):
+    model = models[version]
+    pred = model.predict([text])[0]
+    prob = model.predict_proba([text])[0][pred]
+    result = "Spam ❌" if pred == 1 else "Ham ✅"
+    return f"{result} (Độ tin cậy: {prob:.2%})"
+
+# Giao diện Gradio
+with gr.Blocks(title="SMS Spam Classifier - MLflow Versioning Demo") as demo:
+    gr.Markdown("## 📩 SMS Spam Classifier")
+    gr.Markdown("🔢 **Chọn phiên bản mô hình (MLflow Registry)** để phân loại tin nhắn.")
+
+    with gr.Row():
+        with gr.Column():
+            message_input = gr.Textbox(label="✉️ Nội dung tin nhắn", placeholder="Nhập tin nhắn cần kiểm tra...")
+            version_input = gr.Radio(choices=["1", "2", "3"], label="📦 Chọn version mô hình", value="1")
+            submit_btn = gr.Button("📤 Dự đoán")
+
+        with gr.Column():
+            result_output = gr.Textbox(label="📌 Kết quả", interactive=False)
+
+    submit_btn.click(fn=predict_spam, inputs=[message_input, version_input], outputs=result_output)
+
+demo.launch()

model_spam_v1.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b021280edfe769c9ca4b3dfc9ee9bab226feb1a2d61e125dcb8720e50e1960d3
+size 466574

model_spam_v2.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ed5feee17e3179500cb928abb1d185338eed53607c1c794afc954d1671b9ba28
+size 466574

model_spam_v3.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0c98f998afd9f3b4f6b4c8ec7f668b16f074752b700fe379dbd036b185bf3d3b
+size 466574

requirements.txt

@@ -0,0 +1,3 @@
+gradio
+scikit-learn
+joblib

train_spam_model.py

@@ -0,0 +1,31 @@
+import pandas as pd
+import mlflow
+import mlflow.sklearn
+from sklearn.feature_extraction.text import TfidfVectorizer
+from sklearn.naive_bayes import MultinomialNB
+from sklearn.pipeline import Pipeline
+from sklearn.model_selection import train_test_split
+from sklearn.metrics import accuracy_score
+
+# Load dữ liệu
+df = pd.read_csv("https://www.kaggle.com/datasets/uciml/sms-spam-collection-dataset/spam.csv", encoding='latin-1')[['v1', 'v2']]
+df.columns = ['label', 'text']
+df['label'] = df['label'].map({'ham': 0, 'spam': 1})
+
+X_train, X_test, y_train, y_test = train_test_split(df['text'], df['label'], test_size=0.2, random_state=42)
+
+# Pipeline gồm TF-IDF + Naive Bayes
+pipeline = Pipeline([
+    ('tfidf', TfidfVectorizer()),
+    ('clf', MultinomialNB(alpha=1.0))  # bạn có thể thay đổi alpha để tạo version mới
+])
+
+pipeline.fit(X_train, y_train)
+y_pred = pipeline.predict(X_test)
+acc = accuracy_score(y_test, y_pred)
+
+with mlflow.start_run():
+    mlflow.log_param("alpha", 1.0)
+    mlflow.log_metric("accuracy", acc)
+    mlflow.sklearn.log_model(pipeline, "model", registered_model_name="SpamClassifier")
+    print(f"Logged model with acc={acc}")