Upload 5 files

app.py

@@ -0,0 +1,65 @@
+import os
+os.system("pip install joblib pandas scikit-learn gradio")
+import joblib
+
+
+import pandas as pd
+import joblib
+import gradio as gr
+
+# تحميل الكائنات المحفوظة
+le = joblib.load("le_col.pkl")  # Label Encoders
+std = joblib.load("st_col.pkl")  # Standard Scaler
+lr = joblib.load("model.pkl")  # نموذج الانحدار اللوجستي
+
+# الأعمدة التي تحتاج إلى التحويل والتقييس
+le_col = ['Segment', 'Market', 'Category']
+st_col = ['Sales', 'Quantity', 'Profit', 'Shipping Cost']
+
+def prediction_model(s, m, c, ss, q, d, p, ssc):
+    try:
+        # تجهيز البيانات المدخلة
+        input_data = pd.DataFrame({
+            'Segment': [s],
+            'Market': [m],
+            'Category': [c],
+            'Sales': [ss],
+            'Quantity': [q],
+            'Discount': [d],
+            'Profit': [p],
+            'Shipping Cost': [ssc]
+        })
+        
+        # تحويل القيم الفئوية باستخدام LabelEncoder المحفوظ
+        for col in le_col:
+            input_data[col] = le[col].transform(input_data[col])
+        # تقييس البيانات العددية باستخدام StandardScaler المحفوظ
+        input_data[st_col] = std.transform(input_data[st_col])
+        
+        # التنبؤ باستخدام النموذج المحفوظ
+        prediction = lr.predict(input_data)
+        if prediction[0] == 0:
+            return 'High'
+        else:
+            return 'Low'
+
+    
+    except Exception as e:
+        return str(e)
+
+# بناء واجهة Gradio
+gr.Interface(
+    fn=prediction_model,
+    inputs=[
+        gr.Dropdown(['Consumer', 'Corporate', 'Home Office'], label='Segment'),
+        gr.Dropdown(['Asia Pacific', 'Europe', 'USCA', 'LATAM', 'Africa'], label='Market'),
+        gr.Dropdown(['Technology', 'Furniture', 'Office Supplies'], label='Category'),
+        gr.Number(label='Sales'),
+        gr.Number(label='Quantity'),
+        gr.Number(label='Discount'),
+        gr.Number(label='Profit'),
+        gr.Number(label='Shipping Cost')
+    ],
+    outputs=gr.Textbox(label='Prediction'),
+    title='Prediction Program'
+).launch()

le_col.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d9dcff71881792f383d30ad42876b6ddd90b89ae5acc3aa4ec93cf31e2668071
+size 1232

model.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a4c5083c264bfa35c33b3de63f4a6145e1820b6e822c44f1c2fbcd964fbb0fec
+size 1503

requirements.txt

@@ -0,0 +1,5 @@
+pandas
+numpy
+scikit-learn==1.0.2
+joblib
+gradio

st_col.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:58ef23f624153b364e8b5fbcf548de05f1328f309384e7e7433fd891171041c7
+size 1063