import pandas as pd from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression datos = pd.read_csv("nueva_base_de_datos.csv", delimiter=',') X = datos.drop('loan_status', axis = 1) y = datos['loan_status'] x_train, x_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = 42, stratify = y) # Crea y ajusta el modelo de regresión logística modelo = LogisticRegression() modelo.fit(x_train, y_train) import gradio as gr def predict(person_income, loan_int_rate, person_age, person_home_ownership_numerica, person_emp_length, loan_intent_numerica, loan_grade_numerica, loan_amnt, cb_person_default_on_file_numerica, cb_person_cred_hist_length): print(cb_person_default_on_file_numerica, person_home_ownership_numerica) html = ( "
" + """

Puntajes:

""" + "
" ) df = pd.DataFrame( { 'person_age': person_age, 'person_income': person_income, 'person_emp_length': person_emp_length, 'loan_amnt': loan_amnt, 'loan_int_rate': loan_int_rate, 'cb_person_cred_hist_length': cb_person_cred_hist_length, 'person_home_ownership_numerica': person_home_ownership_numerica, 'loan_intent_numerica': loan_intent_numerica, 'loan_grade_numerica': loan_grade_numerica, 'cb_person_default_on_file_numerica': cb_person_default_on_file_numerica, }, index=[0] ) pred = modelo.predict_proba(df)[0] return 300 + (pred[1] * 550), html """Según lo anterior, las variables categorias quedaron de la siguiente forma numerica. person_home_ownership: -RENT:3 -OWN:2 -MORTAGE:0 -OTHER:1 loan_intent: -VENTURE:5 -PERSONAL:4 -EDUCATION:1 -MEDICAL:3 -HOMEIMPROVEMENT:2 -DEBTCONSOLIDATION:0 loan_grade: -A:0 -B:1 -C:2 -D:3 -E:4 -F:5 -G:6 cb_person_default_on_file: -Y:1 -N:0""" inputs = [ gr.Slider(1000, 100000, value= 4500, step=500, label='Ingreso Anual (USD $)'), gr.Slider(0, 25, value= 8.2, label='Tasa de Interes (%)'), gr.Slider(10, 95, value=25, step=1, label='Edad (Años)'), gr.Dropdown([('Rentada', 3), ('Propia', 2), ('Hipoteca', 0), ('Otro', 1)], type='index', label='Tipo de Vivienda que posee'), gr.Slider(0, 50, value=6, step=1, label='Años de experiencia laboral'), gr.Dropdown([('Educación', 1), ('Empresa', 5), ('Consolidación de la Deuda', 0), ('Mejora de Vivienda', 2), ('Medico', 3), ('Personal', 4)], type='index', label='Intención del Prestamo'), gr.Dropdown([('A', 0), ('B', 1), ('C', 2), ('D', 3), ('E', 4), ('F', 5), ('G', 6)], type='index', label='Grado del Prestamo'), gr.Slider(1000, 100000, value= 4500, step=500, label='Monto del Prestamo (USD $)'), gr.Dropdown([('Si', 0), ('No', 1), ('No', 1)], type='index', label='Hay incumplimientos en el historial crediticio ?'), gr.Slider(0, 35, value=4, step=1, label='Duración del Historial Crediticio (Años)'), ] examples = [ [60000, 11.89, 26, 0, 2, 1, 1, 10000, 0, 4], [85000, 9.67, 67, 3, 2, 3, 1, 25000, 1, 6], ] description = """

Bienvenidos a "Calcula tu puntaje crediticio", tu fuente de información y recursos dedicados a un tema crítico en el mundo financiero: la evaluación y gestión del riesgo de crédito. En esta plataforma, hemos desarrollado y compartido una potente herramienta de evaluación crediticia con la colaboración de: Pamela Escobar Palacio, Juan Jose Monsalve Patino y José Julián Aguirre Ramírez. Nuestra misión es proporcionar una visión accesible en este fascinante campo, brindando información y la capacidad para tomar decisiones en el marco del crédito.

""" article = """

¿Por qué es importante el Riesgo de Crédito?

La evaluación adecuada del riesgo de crédito es esencial para las instituciones financieras y las empresas que otorgan crédito. Ayuda a prevenir pérdidas y garantiza que las decisiones de préstamo se tomen de manera responsable y basada en datos. Nuestra plataforma está diseñada para ayudarte a comprender y aplicar.
¡Esperamos que encuentres esta herramienta útil en tu búsqueda de comprender y gestionar el riesgo de crédito de manera efectiva!

¿Te preguntas cómo construimos esta innovadora herramienta?

Te invitamos a explorar nuestro blog y visitar nuestro repositorio de codigos que trabajamos para construir el modelo Detallamos el proceso de construcción de nuestro modelo de riesgo de crédito, incluyendo las metodologías, los datos y las prácticas que utilizamos para desarrollar esta valiosa herramienta.

Política de tratamiento de datos

Calcula tu puntaje crediticio está comprometido con la protección de la privacidad de los usuarios y el tratamiento adecuado de los datos personales. Esta política de tratamiento de datos personales describe cómo recopilamos, usamos y protegemos la información personal que obtenemos a través de nuestro sitio web los datos personales recopilados a través de nuestro sitio web se utilizarán exclusivamente con fines educativos, Nos comprometemos a tomar medidas razonables para proteger los datos personales de nuestros usuarios. Esto incluye el uso de medidas de seguridad tecnológica y física para evitar el acceso no autorizado, la divulgación, la alteración o la destrucción de los datos personales. No compartiremos sus datos personales con terceros sin su consentimiento explícito, Usted tiene ciertos derechos con respecto a sus datos personales, incluido el derecho de acceder, corregir, eliminar o portar sus datos. También tiene el derecho de retirar su consentimiento en cualquier momento. Al utilizar nuestro sitio web, usted acepta los términos y condiciones de esta política de tratamiento de datos personales.

Contactos

""" demo = gr.Interface(fn=predict, inputs=inputs, outputs=["label", "html"], examples=examples, description=description, article=article, title='Calcula tu puntaje crediticio') demo.launch(share=True, debug=True)