File size: 1,591 Bytes
683928c |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 |
import gradio as gr
import joblib
import numpy as np
def classify(inputs):
model = joblib.load('modelo_rf_preferencias.pkl')
prediction = model.predict([np.array(inputs).reshape(1, -1)])
groups = ['Grupo A', 'Grupo B', 'Grupo C', 'Grupo D'] # Ejemplo de grupos
return groups[prediction[0]]
iface = gr.Interface(fn=classify,
inputs=[gr.inputs.Dropdown(choices=['Sí', 'No'], label="¿Planea comprar vehículo el próximo año?"),
gr.inputs.Radio(choices=['Sí', 'No'], label="¿Acostumbra a realizar planes a corto o mediano plazo?"),
gr.inputs.Radio(choices=['Sí', 'No'], label="¿Gasta según sus ingresos?"),
gr.inputs.Checkbox(label="¿Valora el servicio personalizado?"),
gr.inputs.Textbox(label="¿Dónde planea comprar su vehículo?"),
gr.inputs.Textbox(label="¿Qué fuentes de información utiliza para créditos de vehículo?"),
gr.inputs.Textbox(label="¿Quiénes participan en la decisión del financiamiento?"),
gr.inputs.Textbox(label="¿Qué entidades conoce que ofrecen financiamiento?"),
gr.inputs.Checkbox(label="¿Acostumbra a comparar las características de financiación?"),
gr.inputs.Checkbox(label="¿Busca una entidad que preste sin importar la tasa de interés?")],
outputs=gr.outputs.Textbox(label="Clasificación de grupo"))
iface.launch()
|