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()