app.py

import gradio as gr
from catboost import CatBoostClassifier
import pickle
import random

municipios = pickle.load(open('municipios.pkl', 'rb'))
unique_values = pickle.load(open('unique_values.pkl', 'rb'))
unique_sexo =  unique_values["sexo"].tolist()
unique_sexo.remove('No especificado')
unique_entidad = unique_values['ent_ocurr'].tolist()
unique_entidad.remove('Entidad no especificada')
unique_entidad.sort()
unique_escolaridad = unique_values['escolarida'].tolist()
unique_escolaridad.remove('No especificado')
unique_escolaridad.sort()
unique_estadocivil = unique_values['edo_civil'].tolist()
unique_estadocivil.sort()
unique_sitio = unique_values['sitio_ocur'].tolist()
unique_sitio.sort()
unique_derechohabiente = unique_values['derechohab'].tolist()
unique_derechohabiente.remove('Otra / No especificada')
unique_derechohabiente.sort()
unique_actividad = unique_values['cond_act'].tolist()
unique_actividad.sort(reverse=True)
unique_mes = ['Enero', 'Febrero', 'Marzo', 'Abril', 'Mayo', 'Junio',
 'Julio', 'Agosto', 'Septiembre', 'Octubre', 'Noviembre','Diciembre'] 

model = CatBoostClassifier()
model.load_model("model")

def predict(*args):
    preds_proba = model.predict_proba([args])
    return {"Covid-19": float(preds_proba[0][0]), "Otra causa de muerte": 1 - float(preds_proba[0][0])}
 
with gr.Blocks() as demo:
    with gr.Row():
        with gr.Column(visible=True) as details_col:
            entidad = gr.Dropdown(label="Entidad de deceso", choices=unique_entidad, value=lambda: random.choice(unique_entidad))
            municipio = gr.Dropdown(label="Municipio de deceso", choices=[], interactive=True)
            sexo= gr.Radio(label='Género', choices=unique_sexo, value=lambda: random.choice(unique_sexo))
            edad = gr.Slider(1, 120, label="Edad", randomize=True, interactive=True)
            escolaridad = gr.Dropdown(label="Escolaridad", choices=unique_escolaridad, value=lambda: random.choice(unique_escolaridad))
            estadocivil = gr.Dropdown(label="Estado civil", choices=unique_estadocivil, value=lambda: random.choice(unique_estadocivil))
            sitio = gr.Dropdown(label="Sitio donde ocurrió el deceso", choices=unique_sitio, value=lambda: random.choice(unique_sitio))
            derechohabiente = gr.Dropdown(label="¿Era derechohabiente?", choices=unique_derechohabiente, value=lambda: random.choice(unique_derechohabiente))
            actividad = gr.Dropdown(label="¿Era económicamente activo?", choices=unique_actividad, value=lambda: random.choice(unique_actividad))
            mes = gr.Dropdown(label="Mes del deceso", choices=unique_mes, value=lambda: random.choice(unique_mes))
            dia = gr.Slider(1, 31, step=1, label="Día del deceso", randomize=True, interactive=True)
            gr.Examples([['Ciudad de México','Iztapalapa','Mujer',68,22,'Junio','Primaria incompleta','Casado (a)','IMSS','No','Sí'],
                         ['Sinaloa','Ahome','Hombre',77,27,'Agosto','Primaria incompleta','Casado (a)','IMSS','Si','No']],
                        inputs=[entidad,municipio,sexo,edad,dia,mes,escolaridad,estadocivil,sitio,derechohabiente,actividad])   


        with gr.Column():
            label = gr.Label()
            predecir_btn = gr.Button("Predicción")
            predecir_btn.click(
                    predict,
                    inputs=[
                        entidad,
                        municipio,
                        sexo,
                        edad,
                        dia,
                        mes,
                        escolaridad,
                        estadocivil,
                        sitio,
                        derechohabiente,
                        actividad,
                    ],
                    outputs=[label], 
                ) 
            
        def filter_entidad(entidad):
            return gr.Dropdown.update(
                choices=municipios[entidad], value=municipios[entidad][0]
            ), gr.update(visible=True)    

        entidad.change(filter_entidad, entidad, [municipio, details_col])

if __name__ == "__main__":
    demo.launch()