inference.py

import pickle
import numpy as np

# تحميل الموديل
with open("random_forest_pkl.pkl", "rb") as f:
    model = pickle.load(f)

# خريطة التصنيفات
label_map = {
    0: "غير خصبة",
    1: "خصبة",
    2: "عالية الخصوبة"
}

def predict(inputs):
    """

    تنبؤ خصوبة التربة بناءً على مدخلات عددية

    """
    try:
        if isinstance(inputs, dict):
            features = inputs.get("inputs")
        elif isinstance(inputs, list):
            features = inputs
        else:
            return {"error": "تنسيق البيانات غير صحيح"}

        if not isinstance(features, list) or len(features) != 12:
            return {"error": "مطلوب 12 خاصية في قائمة"}

        data = np.array(features).reshape(1, -1)
        code = model.predict(data)[0]
        label = label_map.get(code, "غير معروف")

        return [{"label": label}]
    except Exception as e:
        return {"error": str(e)}