import gradio as gr
import pickle as pkl
import pandas as pd
from SRLib.Utilities import encoding


def predict( Fare, Idade, Sex, Pclass, SibSp ):
    df_raw = pd.DataFrame(
    {
        'Fare'   : Fare,
        'Age'    : Idade,
        'Sex'    : Sex,
        'Pclass' : Pclass,
        'SibSp'  : SibSp
                
    }, index=[0]
    )
    df = encoding.full_pipeline( df_raw )

    model = pkl.load( open( 'models/model_ridge.pkl', 'rb' ) )
    y_hat  = model._predict_proba_lr( df )[0]
    print(df)
    resp = {}
    if y_hat[1] < .55:
        resp = f"Você provavelmente não sobreviveria. Mas teria {y_hat[1]:.0%}  de chance de ser resgatado com vida."
    else :
        resp = f"|Você sobreviveria!!!| -- | Probabilidade de {y_hat[1]:.0%} ."


    return resp

demo = gr.Interface(
    fn     = predict,
    inputs = [
        gr.Dropdown( choices = [8, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 200, 300, 500], type = 'value', label = 'Valor da passagem em GB£(Libras Esterlinas)' ),
        'number',
        gr.Dropdown( choices = ['Masculino', 'Feminino'], type = 'index', label = 'Gênero' ),
        gr.Dropdown( choices = [1, 2, 3], type = 'value', label = 'Classe' ),
        gr.Dropdown( choices = [0,1, 2, 3, 4, 5, 6, 7, 8], type = 'value', label = 'Conjujes ou Irmãos' ),
    ],
    outputs = 'label'
)   
demo.launch()