Download app.py from trodrigx/UA4: direct link, hf CLI and curl.
- Browser
- Download file 1.64 kB
-
https://huggingface.co/trodrigx/UA4/resolve/main/app.py
- Command line
-
hf download hf://trodrigx/UA4/app.py
-
curl -L -o app.py https://huggingface.co/trodrigx/UA4/resolve/main/app.py
1.64 kB
| import gradio as gr | |
| import joblib | |
| import pandas as pd | |
| # 1. Cargar el modelo de Churn | |
| # Usamos try/except por si olvidaste ejecutar el entrenar.py | |
| try: | |
| modelo = joblib.load("modelo_churn.joblib") | |
| except: | |
| modelo = None | |
| # 2. Funci贸n de predicci贸n | |
| def predecir_abandono(antiguedad, pago_mensual, es_senior): | |
| if modelo is None: | |
| return {"Error: Modelo no encontrado": 1} | |
| # Preparamos los datos igual que en el entrenamiento | |
| # es_senior viene del checkbox (True/False), lo convertimos a 1 o 0 | |
| senior_num = 1 if es_senior else 0 | |
| datos = pd.DataFrame([[antiguedad, pago_mensual, senior_num]], | |
| columns=['tenure', 'MonthlyCharges', 'SeniorCitizen']) | |
| # Predecir probabilidades | |
| # proba[0] = Probabilidad de quedarse (No Churn) | |
| # proba[1] = Probabilidad de irse (Yes Churn) | |
| proba = modelo.predict_proba(datos)[0] | |
| return { | |
| "Cliente Fiel (Se queda)": float(proba[0]), | |
| "Riesgo de Abandono (Churn)": float(proba[1]) | |
| } | |
| # 3. Interfaz Web | |
| interfaz = gr.Interface( | |
| fn=predecir_abandono, | |
| inputs=[ | |
| gr.Slider(minimum=0, maximum=72, label="Antig眉edad (Meses)", info="驴Cu谩nto tiempo lleva con nosotros?"), | |
| gr.Number(label="Pago Mensual ($)", value=50.0), | |
| gr.Checkbox(label="驴Es Adulto Mayor (Senior)?") | |
| ], | |
| outputs=gr.Label(num_top_classes=2, label="Predicci贸n de Riesgo"), | |
| title="Detector de Fugas de Clientes (Churn)", | |
| description="Introduce los datos del cliente para evaluar si est谩 en riesgo de cancelar el servicio." | |
| ) | |
| interfaz.launch() |