change app

app.py

@@ -5,7 +5,8 @@ import numpy as np
 import pandas as pd
 import streamlit as st
 import streamlit.components.v1 as components
-from PIL import Image
+import seaborn as sns
+import plotly.express as px
 
 
 components.html(
@@ -23,20 +24,20 @@ with open("./img.png", "rb") as f:
 st.write(
     """
         # Краткое описание задачи
-        Эффективное и заблаговременное прогнозирование банкротства компаний имеет важно значение для всех участников рынка. По мере развития информационного общества традиционные методы выявления банкротства становятся менее эффективными и более трудозатратными. Поэтому сочетание традиционных методов с современными моделями искусственного интеллекта может быть эффективно применено в современных экономических условиях. 
-        
-       Основная цель работы - оценить риск банкротства с помощью нескольких алгоритмов машинного обучения, сравнить результаты их работы, определить наилучшую модель и соответствующий набор признаков для прогнозирования банкротства компаний.    
+        Эффективное и заблаговременное прогнозирование банкротства компаний имеет важно значение для всех участников рынка. По мере развития информационного общества традиционные методы выявления банкротства становятся менее эффективными и более трудозатратными. Поэтому сочетание традиционных методов с современными моделями искусственного интеллекта может быть эффективно применено в современных экономических условиях.
+
+       Основная цель работы - оценить риск банкротства с помощью нескольких алгоритмов машинного обучения, сравнить результаты их работы, определить наилучшую модель и соответствующий набор признаков для прогнозирования банкротства компаний.
     """
 )
 
 st.write("""# Этапы разработки""")
 
-image = Image.open("./stages.jpg")
-st.image(image, output_format="auto", use_column_width="auto")
+#image = Image.open("./stages.jpg")
+#st.image(image, output_format="auto", use_column_width="auto")
+
+with open("./stages.png", "rb") as f:
+    st.image(f.read(), use_column_width=True)
 
-#with open("./stages.png", "rb") as f:
-#    st.image(f.read(), use_column_width=True)
-    
 
 with st.expander("Описание пайплайна работы", expanded=True):
 
@@ -57,8 +58,8 @@ with st.expander("Описание пайплайна работы", expanded=Tr
 
 <b><i>5. Выбор моделей, обучение и валидация модели с ними (с фичами):</b></i>
 С использованием библиотек scikit-learn, pandas, seaborn.
-
-<b><i>6. Сравнение результатов:</b></i>
+<
+b><i>6. Сравнение результатов:</b></i>
 Анализ и графическое представление работы алгоритмов. При некорректной работе или плохим результатом проводится п. 4 и п. 5.
 
 <b><i>7. Оформление микросервиса Streamlit:</b></i>
@@ -72,11 +73,130 @@ with st.expander("Описание пайплайна работы", expanded=Tr
     st.write(
             """
                ### Информация о применении методов машинного обучения для бизнес-задач:
-Прогнозирование финансовой  неустойчивости – важный  компонент управления  компанией.  Из-за банкротства акционеры теряют доходы, бизнес, нарушаются цепочки поставок, фискальные органы лишаются налоговых поступлений, госорганы фиксируют снижение экономического роста и повышение социальной напряженности, а работники вынуждены искать новую работу. Поэтому получение ясной картины  финансового  и имущественного  состояния компаний уже  много  лет  является  целью специалистов самых разных областей знаний.  
-
+Прогнозирование финансовой  неустойчивости – важный  компонент управления  компанией.  Из-за банкротства акционеры теряют доходы, бизнес, нарушаются цепочки поставок, фискальные органы лишаются налоговых поступлений, госорганы фиксируют снижение экономического роста и повышение социальной напряженности, а работники вынуждены искать новую работу. Поэтому получение ясной картины  финансового  и имущественного  состояния компаний уже  много  лет  является  целью специалистов самых разных областей знаний.
 Компании активно внедряют современные технологии в основную деятельность, автоматизируя большое  количество  бизнес-процессов.  Это  позволяет  выстраивать,  например, электронную экспертизу,  c  помощью  которой  возможно  оперативно  объединять  множество  экспертов  из  разных предметных  областей  для  полного  охвата  рассматриваемой  проблемы  и  принятия  коллективного решения. Электронная экспертиза также подразумевает взаимодействие людей с интеллектуальными системами,  которые  способны  строить  анализ  и  прогнозы  на  основе  более  широкого  пространства переменных. Так, в частности, методы машинного обучения применяются уже в значительном количестве бизнес-задач, в том числе для интеллектуальной аналитики больших данных, которые компания аккумулирует для построения моделей прогнозирования.
-
 Однако  риски  банкротства  могут  также  возникнуть  из-за некорректного  стратегического  менеджмента.  Такой  менеджмент  подразумевает  разработку долгосрочных  целей  и  действий,  которые  позволят  достичь  более  высоких  результатов  в  будущем, например, стать лидирующей компанией в своей отрасли. Разрабатываемые при этом стратегии обычно носят амбициозный характер, поэтому цели компании в таком случае не направлены на пролонгацию сложившейся  динамики.  Правильный  анализ  стратегической  ситуации  также  важен  для прогнозирования банкротства. Существует множество методов для ее оценки, в том числе и на основе анализа больших данных.<a href="http://infosoc.iis.ru/article/view/509"> Источник<a>
             """,
             unsafe_allow_html=True
-        )
+        )
+
+#             INFO
+# =====================================
+
+st.write(
+    """
+        # 1. Информация о датасете
+<b><i>Похожие наборы данных:</i></b>
+ - <a href="https://www.kaggle.com/datasets/fedesoriano/the-boston-houseprice-data">The Boston House-Price Data</a>
+ - <a href="https://www.kaggle.com/datasets/fedesoriano/gender-pay-gap-dataset">Gender Pay Gap Dataset</a>
+ - <a href="https://www.kaggle.com/datasets/fedesoriano/california-housing-prices-data-extra-features">Spanish Wine Quality Dataset</a>
+
+<b><i>Про сами данные:</i></b>
+Данные были получены из Тайваньского экономического журнала за период с 1999 по 2009 год. Банкротство компании было определено на основании правил ведения бизнеса Тайваньской фондовой биржи.
+
+<i>P.S. Обновлены имена столбцов и описание, чтобы упростить понимание данных (Y = выходной объект, X = входной объект).</i>
+    """,
+        unsafe_allow_html=True
+)
+
+st.write(
+    """
+<b><i>Источник:</i></b>
+Deron Liang and Chih-Fong Tsai, deronliang '@' gmail.com; cftsai '@' mgt.ncu.edu.tw, National Central University, Taiwan.
+<a href="https://archive.ics.uci.edu/ml/datasets/Taiwanese+Bankruptcy+Prediction">The data was obtained from UCI Machine Learning Repository.</a>
+
+<b><i>Статья:</i></b>
+<a href="https://www.sciencedirect.com/science/article/abs/pii/S0377221716000412">Тык</a>
+    """,
+        unsafe_allow_html=True
+)
+
+data = pd.read_csv("./dataset.csv", sep=",")
+
+st.write(""" ### Таблица с данными: """, data)
+
+st.write(
+    """
+        # 2. Обработка (препроцессинг)
+    """
+)
+
+#       PREPROCESS
+# ==================================
+
+st.write(""" ### Статистика:""")
+st.code(
+    """
+        data.describe()
+    """
+)
+st.text(data.describe())
+st.code(
+    """
+        data.shape
+    """
+)
+st.write(""" #### Shape данных (номер строк и столбцов):""")
+st.text(data.shape)
+
+#st.table(data) - лучше не запускать :)
+
+data.columns = [i.title().strip() for i in list(data.columns)]
+row = data.shape[0]
+col = data.shape[1]
+
+null_values = data.isnull().sum().sort_values(ascending=False).head()
+st.code(
+    """
+        null_values = data.isnull().sum().sort_values(ascending=False).head()
+    """
+)
+st.write(null_values)
+
+st.code(
+    """
+        data.info()
+    """
+)
+st.text(data.info)
+st.write("""Поскольку пропущенных значений нет, мы можем перейти к анализу данных.""")
+
+#          VISUALIZATIONS
+# ==================================
+
+# values = st.sidebar.slider("Target", int(data["Bankrupt?"]))
+st.write("""Тут должен быть график """)
+
+with open("./plot_1.png", "rb") as f:
+    st.image(f.read(), use_column_width=True)
+
+st.code(
+    """
+        values = [0,1]
+        values = list(data[""].count())
+        f = px.histogram(values, x="Bankrupt?", nbins=15, title="Price distribution")
+        f.update_xaxes(title="Price")
+        f.update_yaxes(title="No. of listings")
+        st.plotly_chart(f)
+    """
+)
+
+st.write(
+    """
+Записи кажутся сильно несбалансированными. Таким образом, необходимо рассмотреть возможность балансировки набора данных с помощью методов повышения или понижения дискретизации.
+    """
+)
+st.write(
+    """
+        С помощью data.info() мы заметили, что у нас есть большинство данных «float64». Категориальные данные различаются как двоичные 1 и 0, поэтому сохраняются как «int64». Мы разделяем числовые и категориальные данные для анализа нашего набора данных.
+    """
+)
+st.code(
+    """
+        numeric_features = data.dtypes[data.dtypes != 'int64'].index
+        categorical_features = data.dtypes[data.dtypes == 'int64'].index
+
+        data[categorical_features].columns.tolist()
+    """,
+    language="python"
+)