app.py

import gradio as gr
import pickle
import gzip
import surprise

# Comprimir el archivo pickle utilizando gzip
with open('modelo_recomendacion.pkl', 'rb') as f_in, gzip.open('archivo.modelo_recomendacion.gz', 'wb') as f_out:
    f_out.writelines(f_in)

# Cargar el modelo desde un archivo
with open('modelo_recomendacion.pkl', 'rb') as archivo:
    model = pickle.load(archivo)

def get_predictions(userId, id):
    predictions = model.predict(userId, id)

    if predictions.est >= 4:
        mensaje = "Muy recomendada"
    elif predictions.est >= 3 and predictions.est < 4:
        mensaje = "Recomendada"
    else:
        mensaje = f"No te la recomiendo ({predictions.est:.2f})"

    return mensaje

inputs = [
    gr.inputs.Textbox(label="User ID"),
    gr.inputs.Textbox(label="ID"),
]

output = gr.outputs.Textbox(label="Predicción")

iface = gr.Interface(fn=get_predictions, inputs=inputs, outputs=output, title="Predicción de recomendación de películas")
iface.launch()