Instructions to use joaogabriel101735/puc-sp-aula with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Scikit-learn
How to use joaogabriel101735/puc-sp-aula with Scikit-learn:
from huggingface_hub import hf_hub_download import joblib model = joblib.load( hf_hub_download("joaogabriel101735/puc-sp-aula", "sklearn_model.joblib") ) # only load pickle files from sources you trust # read more about it here https://skops.readthedocs.io/en/stable/persistence.html - Notebooks
- Google Colab
- Kaggle
precificacao-bella-tavola
Modelo de classificação binária para identificação de alta demanda no restaurante. Desenvolvido como parte do curso de MLOps — Semana 3.
Uso
from huggingface_hub import hf_hub_download
import joblib
model = joblib.load(hf_hub_download("joaogabriel101735/puc-sp-aula", "model.pkl"))
# Ordem: [custo_prato, dia_da_semana, hora_pedido, tempo_mesa, popularidade]
features = [[35.0, 5, 20, 60, 4.5]]
prediction = model.predict(features)
Métricas (test set, 20% dos dados)
- Precision (alta demanda): 0.89
- Recall (alta demanda): 0.85
- F1 (alta demanda): 0.87
Dependências
- scikit-learn==1.2.2
- joblib==1.3.2
Limitações
Modelo treinado com dados sintéticos. Não deve ser usado em produção sem retreinamento com dados reais e validação adequada.
- Downloads last month
- -
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support