boxes.py

import gradio as gr
import pandas as pd
import numpy as np
import xgboost as xgb
import joblib

def execute(FONTE, IDADE, DF, X, Y, ATOTAL, ANO_2019, ANO_2020, ANO_2021, ANO_2022):
    df = pd.DataFrame.from_dict({'FONTE': [FONTE],
                                'IDADE': [IDADE],
                                'DF': [DF],
                                'X': [X],
                                'Y': [Y],
                                'ATOTAL': np.log([ATOTAL]),
                                'ANO_2019': [ANO_2019],
                                'ANO_2020': [ANO_2020],
                                'ANO_2021': [ANO_2021],
                                'ANO_2022': [ANO_2022],
                                })

    input_scaler = joblib.load("dados/boxes/input_scaler_boxes_2022.save")
    df = input_scaler.transform(df)
    cols = ['FONTE', 'IDADE', 'DF', 'X', 'Y', 'ATOTAL', 'ANO_2019', 'ANO_2020', 'ANO_2021', 'ANO_2022']
    aval = pd.DataFrame(df, columns = cols)
    df = xgb.DMatrix(aval)
    loaded_model = xgb.Booster()
    loaded_model.load_model("dados/boxes/boxes_2020_2021_2022_2023_lean.model")
    pred = loaded_model.predict(df)
    output_scaler = joblib.load("dados/boxes/output_scaler_boxes_2022.save")
    pred = output_scaler.inverse_transform(np.array(pred).reshape(-1,1))
    pred = np.exp(pred).tolist()
    return f"""R${round(pred[0][0], -2)}"""


def load_inputs():
    # 'default' virou 'value' e 'gr.inputs.Number' virou 'gr.Number'
    FONTE = gr.Number(value=0, label='Fonte: 0 - Transação | 1 - Oferta')
    ATOTAL = gr.Number(value=15.0, label='Área Total')
    DF = gr.Number(value=1, label='Divisão Fiscal (1, 2 ou 3)')
    IDADE = gr.Number(value=1, label='Idade do imóvel (Ano Base: 2022)')
    ANO_2019 = gr.Number(value=0, label='Ano 2019')
    ANO_2020 = gr.Number(value=0, label='Ano 2020')
    ANO_2021 = gr.Number(value=0, label='Ano 2021')
    ANO_2022 = gr.Number(value=1, label='Ano 2022')
    Y = gr.Number(value=1.672718e+06, label='Latitude (SIRGAS 2000)')
    X = gr.Number(value=282122.159663, label='Longitude (SIRGAS 2000)')
    
    return [FONTE, IDADE, DF, X, Y, ATOTAL, ANO_2019, ANO_2020, ANO_2021, ANO_2022]

output_label = "Valor do imóvel (R$)"

title = 'Venda - Boxes de estacionamento'

description = '7.173 dados de Janeiro de 2019 a Outubro de 2022'