Update app.py

app.py

@@ -5,16 +5,23 @@ import pandas as pd
 import numpy as np
 import pickle
 
+st.set_page_config(layout="wide")
+
 st.title("Прогнозирование фракции выброса левого желудочка")
 
 
-col1, col2, col3, col4, col5 = st.columns(5)
+col1, col2, col3, col4, col5, col6, col7, col8, col9, col10 = st.columns(10)
 
-kco = 57.0
-kcr = 36.0
-kdo = 128.5
-cdla = 28.0
-nyha = 2.0
+vozrast = 57
+pim = 2
+cd = 3 
+fp = 2
+nyha = 2
+ckf= 78
+nt = 235
+kcr = 36
+lp = 38
+st2 = 38
 
 mod = st.radio(
         "Выберите модель",
@@ -22,51 +29,150 @@ mod = st.radio(
 )
 
 with col1:
-    f1 = st.text_input('КCО')
+    f1 = st.text_input('возраст')
+    vozrast_check = st.checkbox('возраст', value=True)
 with col2:
-    f2 =st.text_input('КСР')
+    f2 =st.text_input('ПИМ')
+    pim_check = st.checkbox('ПИМ', value=True)
 with col3:
-    f3 = st.text_input('КДО')
+    f3 = st.text_input('СД')
+    cd_check = st.checkbox('СД', value=True)
 with col4:
-    f4 = st.text_input('СДЛА')
+    f4 = st.text_input('ФП')
+    fp_check = st.checkbox('ФП', value=True)
 with col5:
-    f5 = st.text_input('NYHA')    
-
+    f5 = st.text_input('NYHA')   
+    nyha_check = st.checkbox('NYHA', value=True)
+with col6:
+    f6 = st.text_input('СКФ CKD-EPI')
+    ckf_check = st.checkbox('СКФ CKD-EPI', value=True)
+with col7:
+    f7 =st.text_input('NT_proBNP')
+    nt_check = st.checkbox('NT_proBNP', value=True)
+with col8:
+    f8 = st.text_input('КСР')
+    kcr_check = st.checkbox('КСР', value=True)
+with col9:
+    f9 = st.text_input('ЛП')
+    lp_check = st.checkbox('ЛП', value=True)
+with col10:
+    f10 = st.text_input('ST2')   
+    st2_check = st.checkbox('ST2', value=True)
+    
+    
 
-filename_model = 'huber.pickle'
-filename_scaler = 'scaler.pickle'
-filename_cat = 'catboost.pickle'
+filename_model = 'huber2.pickle'
+filename_scaler = 'scaler2.pickle'
+filename_cat = 'catboost2.pickle'
+filename_ohe = 'ohe2.pickle'
 
 loaded_model = pickle.load(open(filename_model, 'rb'))
 loaded_scaler = pickle.load(open(filename_scaler, 'rb'))
 loaded_cat = pickle.load(open(filename_cat, 'rb'))
+loaded_ohe = pickle.load(open(filename_ohe, 'rb'))
+
 
+cd = 3 
+fp = 2
+nyha = 2
+ckf= 78
+nt = 235
+kcr = 36
+lp = 38
+st2 = 38
 
 if st.button('OK'):
     
-    if f1 == '':
-        st.write('Вы не ввели КСО, будет использовано медианное значение')
-        f1 = kco
-    if f2 == '':
-        st.write('Вы не ввели КСР, будет использовано медианное значение')
-        f2 = kcr
-    if f3 == '':
-        st.write('Вы не ввели КДО, будет использовано медианное значение')
-        f3 = kdo
-    if f4 == '':
-        st.write('Вы не ввели СДЛА, будет использовано медианное значение')
-        f4 = cdla
-    if f5 == '':
-        st.write('Вы не ввели NYHA, будет использовано медианное значение')
-        f5 = nyha
+    if vozrast_check:
+        if f1 == '':
+            st.write('Вы не ввели возраст, будет использовано медианное значение')
+            f1 = vozrast
+    else:
+        f1 = 0
+        
+    if pim_check:
+        if f2 == '':
+            st.write('Вы не ввели ПИМ, будет использовано медианное значение')
+            f2 = pim
+    else:
+        f2 = 0
+        
+    if cd_check:
+        if f3 == '':
+            st.write('Вы не ввели СД, будет использовано медианное значение')
+            f3 = cd
+    else:
+        f3 = 0
+    
+    if fp_check:
+        if f4 == '':
+            st.write('Вы не ввели ФП, будет использовано медианное значение')
+            f4 = fp
+    else:
+        f4 = 0
+            
+    if nyha_check:
+        if f5 == '':
+            st.write('Вы не ввели NYHA, будет использовано медианное значение')
+            f5 = nyha  
+    else:
+        f5 = 0
     
-    line = np.array([[float(f1), float(f2), float(f3), float(f4), float(f5)]])
+    if ckf_check:
+        if f6 == '':
+            st.write('Вы не ввели СКФ CKD-EPI, будет использовано медианное значение')
+            f6 = ckf
+    else:
+        f6 = 0
+        
+    if nt_check:
+        if f7 == '':
+            st.write('Вы не ввели NT_proBNP, будет использовано медианное значение')
+            f7 = nt
+    else:
+        f7 = 0
+        
+    if kcr_check:
+        if f8 == '':
+            st.write('Вы не ввели КСР, будет использовано медианное значение')
+            f8 = kcr
+    else:
+        f8 = 0
+    
+    if lp_check:
+        if f9 == '':
+            st.write('Вы не ввели ЛП, будет использовано медианное значение')
+            f9 = lp
+    else:
+        f9 = 0
+        
+    if st2:
+        if f10 == '':
+            st.write('Вы не ввели ST2, будет использовано медианное значение')
+            f10 = st2
+    else:
+        f10 = 0
+    
+    # line = np.array([[float(f1), str(f2), str(f3), str(f4), str(f5), float(f6), float(f7), float(f8), float(f9), float(f10)]])
+    
+    line = np.array([[float(f1), str(f2), str(f3), str(f4), str(f5), float(f6), float(f7), float(f8), float(f9), float(f10)]])
+    picked_cols = ['возраст', 'ПИМ', 'СД', 'ФП', 'NYHA', 'СКФ CKD-EPI', 'NT_proBNP', 'КСР', 'ЛП', 'ST2']
+    categorical_cols = ['ПИМ', 'СД', 'ФП', 'NYHA']
+    num_cols = ['возраст', 'СКФ CKD-EPI', 'NT_proBNP', 'КСР', 'ЛП', 'ST2']
+
+    X = pd.DataFrame(line, columns=picked_cols)
+
+    X_transform = pd.DataFrame(loaded_ohe.transform(X[categorical_cols]).toarray()).set_index(X.index)
+    X_transform.columns = loaded_ohe.get_feature_names_out()
+
+    X_encode = pd.concat([X_transform, X[num_cols]], axis=1)
+
+    line_norm = loaded_scaler.transform(X_encode)
     
     if mod == 'Линейная':
-        line_norm = loaded_scaler.transform(line)
         res = loaded_model.predict(line_norm)[0]
         st.header(int(res))
     else:
-        res = loaded_cat.predict(line)[0]
+        res = loaded_cat.predict(line_norm)[0]
         st.header(int(res))