Update streamlit_app.py

streamlit_app.py

@@ -1,35 +1,8 @@
 import streamlit as st
 import pandas as pd
-from sklearn.linear_model import LogisticRegression
-from sklearn.model_selection import train_test_split
 
-st.title("📘 Ejemplo educativo de Machine Learning en Python")
+st.title("Ahora sí: mi app educativa en Hugging Face")
 
-# Cargar datos
 data = pd.read_csv("data.csv")
-
-st.subheader("📊 Datos utilizados")
 st.dataframe(data)
 
-# Variables
-X = data[["horas_estudio", "asistencia"]]
-y = data["aprueba"]
-
-# Entrenar modelo
-modelo = LogisticRegression()
-modelo.fit(X, y)
-
-st.subheader("🧠 Modelo entrenado")
-
-# Inputs del usuario
-horas = st.slider("Horas de estudio", 0, 10, 4)
-asistencia = st.slider("Asistencia (%)", 0, 100, 75)
-
-# Predicción
-prediccion = modelo.predict([[horas, asistencia]])
-
-st.subheader("🔍 Resultado")
-if prediccion[0] == 1:
-    st.success("El modelo predice que APRUEBA")
-else:
-    st.error("El modelo predice que NO aprueba")