|
|
|
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'] |
|
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() |
|
|
