Spaces:
Sleeping
Sleeping
| 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' | |