Upload folder using huggingface_hub

exemples/demo_unitaire.py

@@ -1,6 +1,6 @@
 #!/usr/bin/env python3
 """
-🔮 Prédiction UNITAIRE - Le plus simple possible
+🔮 Prédiction UNITAIRE - Interface simple avec entrées numériques uniquement
 
 Usage: python demo_unitaire.py
 """
@@ -10,71 +10,109 @@ import requests
 # ═══════════════════════════════════════════════════════════════
 # CONFIGURATION
 # ═══════════════════════════════════════════════════════════════
+API_URL = "http://127.0.0.1:7860"  # API locale
 
-# Pour utiliser l'API Hugging Face Spaces, changez l'URL ci-dessous
-# API_URL = "https://asi-engineer-oc-p5.hf.space"
-API_URL = "http://127.0.0.1:7860"  # API locale par défaut
-API_KEY = None  # Pas besoin d'API key en mode DEBUG local
+# ═══════════════════════════════════════════════════════════════
+# OPTIONS À AFFICHER (pour référence utilisateur)
+# ═══════════════════════════════════════════════════════════════
+DOMAINES = {
+    1: "Infra & Cloud",
+    2: "Transformation Digitale",
+    3: "Marketing",
+    4: "Entrepreunariat",
+    5: "Ressources Humaines",
+    6: "Autre",
+}
+FREQUENCES = {1: "Aucun", 2: "Occasionnel", 3: "Frequent"}
+STATUTS = {1: "Célibataire", 2: "Marié(e)", 3: "Divorcé(e)"}
+DEPARTEMENTS = {1: "Commercial", 2: "Consulting", 3: "Ressources Humaines"}
+POSTES = {
+    1: "Cadre Commercial",
+    2: "Assistant de Direction",
+    3: "Consultant",
+    4: "Tech Lead",
+    5: "Manager",
+    6: "Senior Manager",
+    7: "Représentant Commercial",
+    8: "Directeur Technique",
+    9: "Ressources Humaines",
+}
 
 print("╔══════════════════════════════════════════════════════════╗")
 print("║  🔮 PRÉDICTION UNITAIRE - Risque de départ employé       ║")
+print("║     (API locale - Entrées numériques uniquement)         ║")
 print("╚══════════════════════════════════════════════════════════╝\n")
 
 # ═══════════════════════════════════════════════════════════════
-# COLLECTE DES DONNÉES
+# COLLECTE DES DONNÉES - Tout en nombres !
 # ═══════════════════════════════════════════════════════════════
 
-print("Veuillez renseigner les informations de l'employé:\n")
-
-# === SONDAGE ===
+print("═" * 60)
 print("📋 DONNÉES SONDAGE")
-nombre_participation_pee = int(input("Nombre participations PEE (0-3): "))
-nb_formations_suivies = int(input("Nombre formations suivies (0-6): "))
-distance_domicile_travail = int(input("Distance domicile-travail en km (1-30): "))
-niveau_education = int(input("Niveau d'éducation (1-5): "))
-domaine_etude = input(
-    "Domaine d'étude (Infra & Cloud, Transformation Digitale, Marketing, Entrepreunariat, Ressources Humaines, Autre): "
-)
-ayant_enfants = input("A des enfants? (Y/N): ").upper()
-frequence_deplacement = input("Fréquence déplacement (Aucun, Occasionnel, Frequent): ")
-annees_depuis_la_derniere_promotion = int(input("Années depuis dernière promotion: "))
-annes_sous_responsable_actuel = int(input("Années sous responsable actuel (0-17): "))
-
-# === ÉVALUATION ===
-print("\n📊 DONNÉES ÉVALUATION")
-satisfaction_employee_environnement = int(input("Satisfaction environnement (1-4): "))
-note_evaluation_precedente = int(input("Note évaluation précédente (1-4): "))
-niveau_hierarchique_poste = int(input("Niveau hiérarchique (1-5): "))
-satisfaction_employee_nature_travail = int(input("Satisfaction nature travail (1-4): "))
-satisfaction_employee_equipe = int(input("Satisfaction équipe (1-4): "))
-satisfaction_employee_equilibre_pro_perso = int(
-    input("Satisfaction équilibre pro/perso (1-4): ")
-)
-note_evaluation_actuelle = int(input("Note évaluation actuelle (3-4): "))
-heure_supplementaires = input("Heures supplémentaires? (Oui/Non): ")
-augementation_salaire_precedente = float(
-    input("Augmentation salaire précédente en % (0-100): ")
+print("═" * 60)
+nombre_participation_pee = int(input("Participations PEE [0-3]: "))
+nb_formations_suivies = int(input("Formations suivies [0-6]: "))
+distance_domicile_travail = int(input("Distance domicile-travail km [1-30]: "))
+niveau_education = int(
+    input("Niveau éducation [1=Bac, 2=Bac+2, 3=Licence, 4=Master, 5=Doctorat]: ")
 )
 
-# === SIRH ===
-print("\n💼 DONNÉES RH")
-age = int(input("Âge (18-60): "))
-genre = input("Genre (M/F): ").upper()
-revenu_mensuel = float(input("Revenu mensuel en € (1000-20000): "))
-statut_marital = input("Statut marital (Célibataire, Marié(e), Divorcé(e)): ")
-departement = input("Département (Commercial, Consulting, Ressources Humaines): ")
-poste = input(
-    "Poste (Cadre Commercial, Assistant de Direction, Consultant, Tech Lead, Manager, Senior Manager, Représentant Commercial, Directeur Technique, Ressources Humaines): "
-)
-nombre_experiences_precedentes = int(input("Nombre expériences précédentes (0-9): "))
-annee_experience_totale = int(input("Années expérience totale: "))
-annees_dans_l_entreprise = int(input("Années dans l'entreprise (0-40): "))
-annees_dans_le_poste_actuel = int(input("Années dans le poste actuel (0-18): "))
+print(f"\nDomaine d'étude: {DOMAINES}")
+domaine_choix = int(input("Choix [1-6]: "))
+domaine_etude = DOMAINES.get(domaine_choix, "Autre")
+
+ayant_enfants_choix = int(input("A des enfants? [0=Non, 1=Oui]: "))
+ayant_enfants = "Y" if ayant_enfants_choix == 1 else "N"
+
+print(f"\nFréquence déplacement: {FREQUENCES}")
+freq_choix = int(input("Choix [1-3]: "))
+frequence_deplacement = FREQUENCES.get(freq_choix, "Aucun")
+
+annees_depuis_promo = int(input("Années depuis dernière promotion [0-15]: "))
+annees_sous_responsable = int(input("Années sous responsable actuel [0-17]: "))
+
+print("\n" + "═" * 60)
+print("📊 DONNÉES ÉVALUATION")
+print("═" * 60)
+satisfaction_environnement = int(input("Satisfaction environnement [1-4]: "))
+note_eval_precedente = int(input("Note évaluation précédente [1-4]: "))
+niveau_hierarchique = int(input("Niveau hiérarchique [1-5]: "))
+satisfaction_travail = int(input("Satisfaction nature travail [1-4]: "))
+satisfaction_equipe = int(input("Satisfaction équipe [1-4]: "))
+satisfaction_equilibre = int(input("Satisfaction équilibre pro/perso [1-4]: "))
+note_eval_actuelle = int(input("Note évaluation actuelle [3-4]: "))
+heures_sup_choix = int(input("Heures supplémentaires? [0=Non, 1=Oui]: "))
+heure_supplementaires = "Oui" if heures_sup_choix == 1 else "Non"
+augmentation_salaire = float(input("Augmentation salaire précédente % [0-25]: "))
+
+print("\n" + "═" * 60)
+print("💼 DONNÉES RH (SIRH)")
+print("═" * 60)
+age = int(input("Âge [18-60]: "))
+genre_choix = int(input("Genre [1=Homme, 2=Femme]: "))
+genre = "M" if genre_choix == 1 else "F"
+revenu_mensuel = float(input("Revenu mensuel € [1000-20000]: "))
+
+print(f"\nStatut marital: {STATUTS}")
+statut_choix = int(input("Choix [1-3]: "))
+statut_marital = STATUTS.get(statut_choix, "Célibataire")
+
+print(f"\nDépartement: {DEPARTEMENTS}")
+dept_choix = int(input("Choix [1-3]: "))
+departement = DEPARTEMENTS.get(dept_choix, "Commercial")
+
+print(f"\nPoste: {POSTES}")
+poste_choix = int(input("Choix [1-9]: "))
+poste = POSTES.get(poste_choix, "Consultant")
+
+nombre_exp_precedentes = int(input("Expériences précédentes [0-9]: "))
+annees_exp_totale = int(input("Années expérience totale [0-40]: "))
+annees_entreprise = int(input("Années dans l'entreprise [0-40]: "))
+annees_poste = int(input("Années dans le poste actuel [0-18]: "))
 
 # ═══════════════════════════════════════════════════════════════
-# PRÉDICTION
+# CONSTRUCTION DE LA REQUÊTE
 # ═══════════════════════════════════════════════════════════════
-
 employee_data = {
     "nombre_participation_pee": nombre_participation_pee,
     "nb_formations_suivies": nb_formations_suivies,
@@ -84,63 +122,67 @@ employee_data = {
     "domaine_etude": domaine_etude,
     "ayant_enfants": ayant_enfants,
     "frequence_deplacement": frequence_deplacement,
-    "annees_depuis_la_derniere_promotion": annees_depuis_la_derniere_promotion,
-    "annes_sous_responsable_actuel": annes_sous_responsable_actuel,
-    "satisfaction_employee_environnement": satisfaction_employee_environnement,
-    "note_evaluation_precedente": note_evaluation_precedente,
-    "niveau_hierarchique_poste": niveau_hierarchique_poste,
-    "satisfaction_employee_nature_travail": satisfaction_employee_nature_travail,
-    "satisfaction_employee_equipe": satisfaction_employee_equipe,
-    "satisfaction_employee_equilibre_pro_perso": satisfaction_employee_equilibre_pro_perso,
-    "note_evaluation_actuelle": note_evaluation_actuelle,
+    "annees_depuis_la_derniere_promotion": annees_depuis_promo,
+    "annes_sous_responsable_actuel": annees_sous_responsable,
+    "satisfaction_employee_environnement": satisfaction_environnement,
+    "note_evaluation_precedente": note_eval_precedente,
+    "niveau_hierarchique_poste": niveau_hierarchique,
+    "satisfaction_employee_nature_travail": satisfaction_travail,
+    "satisfaction_employee_equipe": satisfaction_equipe,
+    "satisfaction_employee_equilibre_pro_perso": satisfaction_equilibre,
+    "note_evaluation_actuelle": note_eval_actuelle,
     "heure_supplementaires": heure_supplementaires,
-    "augementation_salaire_precedente": augementation_salaire_precedente,
+    "augementation_salaire_precedente": augmentation_salaire,
     "age": age,
     "genre": genre,
     "revenu_mensuel": revenu_mensuel,
     "statut_marital": statut_marital,
     "departement": departement,
     "poste": poste,
-    "nombre_experiences_precedentes": nombre_experiences_precedentes,
+    "nombre_experiences_precedentes": nombre_exp_precedentes,
     "nombre_heures_travailless": 80,
-    "annee_experience_totale": annee_experience_totale,
-    "annees_dans_l_entreprise": annees_dans_l_entreprise,
-    "annees_dans_le_poste_actuel": annees_dans_le_poste_actuel,
+    "annee_experience_totale": annees_exp_totale,
+    "annees_dans_l_entreprise": annees_entreprise,
+    "annees_dans_le_poste_actuel": annees_poste,
 }
 
-print("\n⏳ Envoi de la requête à l'API...")
-
-headers = {"Content-Type": "application/json"}
-if API_KEY:
-    headers["X-API-Key"] = API_KEY
+# ═══════════════════════════════════════════════════════════════
+# PRÉDICTION
+# ═══════════════════════════════════════════════════════════════
+print("\n⏳ Envoi de la requête à l'API locale...")
 
 try:
     response = requests.post(
-        f"{API_URL}/predict", json=employee_data, headers=headers, timeout=30
+        f"{API_URL}/predict",
+        json=employee_data,
+        headers={"Content-Type": "application/json"},
+        timeout=30,
     )
     response.raise_for_status()
     result = response.json()
 
-    # ═══════════════════════════════════════════════════════════════
-    # AFFICHAGE DU RÉSULTAT
-    # ═══════════════════════════════════════════════════════════════
-
     print("\n" + "═" * 60)
-    print("                    📊 RÉSULTAT")
+    print("📊 RÉSULTAT DE LA PRÉDICTION")
     print("═" * 60)
 
-    if result["prediction"] == 1:
-        print("\n🏃 PRÉDICTION: L'EMPLOYÉ VA QUITTER L'ENTREPRISE")
+    prediction = result.get("prediction", "N/A")
+    prob_stay = result.get("probability_stay", 0) * 100
+    prob_leave = result.get("probability_leave", 0) * 100
+    risk = result.get("risk_level", "N/A")
+
+    if prediction == 1:
+        print("\n🚨 PRÉDICTION: VA PARTIR")
     else:
-        print("\n✅ PRÉDICTION: L'EMPLOYÉ VA RESTER")
+        print("\n✅ PRÉDICTION: VA RESTER")
 
-    print(f"\n🎯 Niveau de risque: {result['risk_level']}")
-    print(f"   Probabilité de rester: {result['probability_0']:.1%}")
-    print(f"   Probabilité de partir: {result['probability_1']:.1%}")
+    print(f"\n📈 Probabilité de rester:  {prob_stay:.1f}%")
+    print(f"📉 Probabilité de partir: {prob_leave:.1f}%")
 
-    print("\n" + "═" * 60)
+    risk_emoji = {"Low": "🟢", "Medium": "🟠", "High": "🔴"}.get(risk, "⚪")
+    print(f"\n{risk_emoji} Niveau de risque: {risk}")
 
-except requests.exceptions.RequestException as e:
-    print(f"\n❌ ERREUR: {e}")
-    if hasattr(e, "response") and e.response is not None:
-        print(f"Détails: {e.response.text}")
+except requests.exceptions.ConnectionError:
+    print("\n❌ Impossible de se connecter à l'API locale.")
+    print("   Lancez d'abord: ./lancer_api.sh")
+except Exception as e:
+    print(f"\n❌ Erreur: {e}")

exemples/demo_unitaire_hf.py

@@ -1,131 +1,190 @@
 #!/usr/bin/env python3
 """
-🔮 Prédiction UNITAIRE via API Hugging Face
+🔮 Prédiction UNITAIRE via Hugging Face - Entrées numériques uniquement
 
 Usage: python demo_unitaire_hf.py
-- Pose des questions interactives
-- Envoie la requête à la Space HF
-- Affiche la prédiction
-
-Option: définir HF_API_URL pour surcharger l'URL par défaut.
+Prérequis: pip install gradio_client
 """
 
 import os
-import requests
+import sys
+
+try:
+    from gradio_client import Client
+except ImportError:
+    print("❌ gradio_client non installé. Installez-le avec:")
+    print("   pip install gradio_client")
+    sys.exit(1)
 
 API_URL = os.getenv("HF_API_URL", "https://asi-engineer-oc-p5.hf.space")
 
+# ═══════════════════════════════════════════════════════════════
+# OPTIONS À AFFICHER (pour référence utilisateur)
+# ═══════════════════════════════════════════════════════════════
+DOMAINES = {
+    1: "Infra & Cloud",
+    2: "Transformation Digitale",
+    3: "Marketing",
+    4: "Entrepreunariat",
+    5: "Ressources Humaines",
+    6: "Autre",
+}
+FREQUENCES = {1: "Aucun", 2: "Occasionnel", 3: "Frequent"}
+STATUTS = {1: "Célibataire", 2: "Marié(e)", 3: "Divorcé(e)"}
+DEPARTEMENTS = {1: "Commercial", 2: "Consulting", 3: "Ressources Humaines"}
+POSTES = {
+    1: "Cadre Commercial",
+    2: "Assistant de Direction",
+    3: "Consultant",
+    4: "Tech Lead",
+    5: "Manager",
+    6: "Senior Manager",
+    7: "Représentant Commercial",
+    8: "Directeur Technique",
+    9: "Ressources Humaines",
+}
+
 print("╔══════════════════════════════════════════════════════════╗")
-print("║  🔮 Prédiction UNITAIRE - API Hugging Face              ║")
+print("║  🔮 PRÉDICTION UNITAIRE - Hugging Face Spaces            ║")
+print("║     (Entrées numériques uniquement)                      ║")
 print("╚══════════════════════════════════════════════════════════╝\n")
 print(f"🌐 API: {API_URL}\n")
 
-# Collecte minimaliste des champs requis
-print("Veuillez renseigner les informations de l'employé:\n")
+# ═══════════════════════════════════════════════════════════════
+# COLLECTE DES DONNÉES - Tout en nombres !
+# ═══════════════════════════════════════════════════════════════
 
-# === SONDAGE ===
-nombre_participation_pee = int(input("Nombre participations PEE (0-3): "))
-nb_formations_suivies = int(input("Nombre formations suivies (0-6): "))
-distance_domicile_travail = int(input("Distance domicile-travail (1-30): "))
-niveau_education = int(input("Niveau d'éducation (1-5): "))
-domaine_etude = input(
-    "Domaine d'étude: (Infra & Cloud, Transformation Digitale, Marketing, Entrepreunariat, Ressources Humaines, Autre): "
-)
-ayant_enfants = input("A des enfants? (Y/N): ").upper()
-frequence_deplacement = input("Fréquence déplacement (Aucun, Occasionnel, Frequent): ")
-annees_depuis_la_derniere_promotion = int(input("Années depuis dernière promotion: "))
-annes_sous_responsable_actuel = int(input("Années sous responsable actuel (0-17): "))
-
-# === ÉVALUATION ===
-satisfaction_employee_environnement = int(input("Satisfaction environnement (1-4): "))
-note_evaluation_precedente = int(input("Note évaluation précédente (1-4): "))
-niveau_hierarchique_poste = int(input("Niveau hiérarchique (1-5): "))
-satisfaction_employee_nature_travail = int(input("Satisfaction nature travail (1-4): "))
-satisfaction_employee_equipe = int(input("Satisfaction équipe (1-4): "))
-satisfaction_employee_equilibre_pro_perso = int(
-    input("Satisfaction équilibre pro/perso (1-4): ")
+print("═" * 60)
+print("📋 DONNÉES SONDAGE")
+print("═" * 60)
+nombre_participation_pee = int(input("Participations PEE [0-3]: "))
+nb_formations_suivies = int(input("Formations suivies [0-6]: "))
+distance_domicile_travail = int(input("Distance domicile-travail km [1-30]: "))
+niveau_education = int(
+    input("Niveau éducation [1=Bac, 2=Bac+2, 3=Licence, 4=Master, 5=Doctorat]: ")
 )
-note_evaluation_actuelle = int(input("Note évaluation actuelle (3-4): "))
-heure_supplementaires = input("Heures supplémentaires? (Oui/Non): ")
-augementation_salaire_precedente = float(input("Augmentation salaire précédente (%): "))
-
-# === SIRH ===
-age = int(input("Âge (18-60): "))
-genre = input("Genre (M/F): ").upper()
-revenu_mensuel = float(input("Revenu mensuel (€): "))
-statut_marital = input("Statut marital (Célibataire, Marié(e), Divorcé(e)): ")
-departement = input("Département (Commercial, Consulting, Ressources Humaines): ")
-poste = input("Poste: ")
-nombre_experiences_precedentes = int(input("Nb expériences précédentes (0-9): "))
-annee_experience_totale = int(input("Années expérience totale: "))
-annees_dans_l_entreprise = int(input("Années dans l'entreprise (0-40): "))
-annees_dans_le_poste_actuel = int(input("Années dans le poste actuel (0-18): "))
-
-employee_data = {
-    "nombre_participation_pee": nombre_participation_pee,
-    "nb_formations_suivies": nb_formations_suivies,
-    "nombre_employee_sous_responsabilite": 1,
-    "distance_domicile_travail": distance_domicile_travail,
-    "niveau_education": niveau_education,
-    "domaine_etude": domaine_etude,
-    "ayant_enfants": ayant_enfants,
-    "frequence_deplacement": frequence_deplacement,
-    "annees_depuis_la_derniere_promotion": annees_depuis_la_derniere_promotion,
-    "annes_sous_responsable_actuel": annes_sous_responsable_actuel,
-    "satisfaction_employee_environnement": satisfaction_employee_environnement,
-    "note_evaluation_precedente": note_evaluation_precedente,
-    "niveau_hierarchique_poste": niveau_hierarchique_poste,
-    "satisfaction_employee_nature_travail": satisfaction_employee_nature_travail,
-    "satisfaction_employee_equipe": satisfaction_employee_equipe,
-    "satisfaction_employee_equilibre_pro_perso": satisfaction_employee_equilibre_pro_perso,
-    "note_evaluation_actuelle": note_evaluation_actuelle,
-    "heure_supplementaires": heure_supplementaires,
-    "augementation_salaire_precedente": augementation_salaire_precedente,
-    "age": age,
-    "genre": genre,
-    "revenu_mensuel": revenu_mensuel,
-    "statut_marital": statut_marital,
-    "departement": departement,
-    "poste": poste,
-    "nombre_experiences_precedentes": nombre_experiences_precedentes,
-    "nombre_heures_travailless": 80,
-    "annee_experience_totale": annee_experience_totale,
-    "annees_dans_l_entreprise": annees_dans_l_entreprise,
-    "annees_dans_le_poste_actuel": annees_dans_le_poste_actuel,
-}
 
-print("\n⏳ Envoi de la requête à l'API HF...")
-headers = {"Content-Type": "application/json"}
-# Optionnel: API Key si la Space protège les endpoints
-api_key = os.getenv("HF_API_KEY")
-if api_key:
-    headers["X-API-Key"] = api_key
+print(f"\nDomaine d'étude: {DOMAINES}")
+domaine_choix = int(input("Choix [1-6]: "))
+domaine_etude = DOMAINES.get(domaine_choix, "Autre")
+
+ayant_enfants_choix = int(input("A des enfants? [0=Non, 1=Oui]: "))
+ayant_enfants = "Y" if ayant_enfants_choix == 1 else "N"
+
+print(f"\nFréquence déplacement: {FREQUENCES}")
+freq_choix = int(input("Choix [1-3]: "))
+frequence_deplacement = FREQUENCES.get(freq_choix, "Aucun")
+
+annees_depuis_promo = int(input("Années depuis dernière promotion [0-15]: "))
+annees_sous_responsable = int(input("Années sous responsable actuel [0-17]: "))
+
+print("\n" + "═" * 60)
+print("📊 DONNÉES ÉVALUATION")
+print("═" * 60)
+satisfaction_environnement = int(input("Satisfaction environnement [1-4]: "))
+note_eval_precedente = int(input("Note évaluation précédente [1-4]: "))
+niveau_hierarchique = int(input("Niveau hiérarchique [1-5]: "))
+satisfaction_travail = int(input("Satisfaction nature travail [1-4]: "))
+satisfaction_equipe = int(input("Satisfaction équipe [1-4]: "))
+satisfaction_equilibre = int(input("Satisfaction équilibre pro/perso [1-4]: "))
+note_eval_actuelle = int(input("Note évaluation actuelle [3-4]: "))
+heures_sup_choix = int(input("Heures supplémentaires? [0=Non, 1=Oui]: "))
+heure_supplementaires = "Oui" if heures_sup_choix == 1 else "Non"
+augmentation_salaire = float(input("Augmentation salaire précédente % [0-25]: "))
+
+print("\n" + "═" * 60)
+print("💼 DONNÉES RH (SIRH)")
+print("═" * 60)
+age = int(input("Âge [18-60]: "))
+genre_choix = int(input("Genre [1=Homme, 2=Femme]: "))
+genre = "M" if genre_choix == 1 else "F"
+revenu_mensuel = float(input("Revenu mensuel € [1000-20000]: "))
+
+print(f"\nStatut marital: {STATUTS}")
+statut_choix = int(input("Choix [1-3]: "))
+statut_marital = STATUTS.get(statut_choix, "Célibataire")
+
+print(f"\nDépartement: {DEPARTEMENTS}")
+dept_choix = int(input("Choix [1-3]: "))
+departement = DEPARTEMENTS.get(dept_choix, "Commercial")
+
+print(f"\nPoste: {POSTES}")
+poste_choix = int(input("Choix [1-9]: "))
+poste = POSTES.get(poste_choix, "Consultant")
+
+nombre_exp_precedentes = int(input("Expériences précédentes [0-9]: "))
+annees_exp_totale = int(input("Années expérience totale [0-40]: "))
+annees_entreprise = int(input("Années dans l'entreprise [0-40]: "))
+annees_poste = int(input("Années dans le poste actuel [0-18]: "))
+
+# ═══════════════════════════════════════════════════════════════
+# PRÉDICTION VIA GRADIO CLIENT
+# ═════════════════════════════��═════════════════════════════════
+print("\n⏳ Connexion à l'API Gradio HF...")
 
 try:
-    r = requests.post(
-        f"{API_URL}/predict", json=employee_data, headers=headers, timeout=45
+    client = Client(API_URL)
+    print("✅ Connecté\n")
+    print("⏳ Envoi de la prédiction...")
+
+    result = client.predict(
+        nombre_participation_pee=nombre_participation_pee,
+        nb_formations_suivies=nb_formations_suivies,
+        nombre_employee_sous_responsabilite=1,
+        distance_domicile_travail=distance_domicile_travail,
+        niveau_education=niveau_education,
+        domaine_etude=domaine_etude,
+        ayant_enfants=ayant_enfants,
+        frequence_deplacement=frequence_deplacement,
+        annees_depuis_la_derniere_promotion=annees_depuis_promo,
+        annes_sous_responsable_actuel=annees_sous_responsable,
+        satisfaction_employee_environnement=satisfaction_environnement,
+        note_evaluation_precedente=note_eval_precedente,
+        niveau_hierarchique_poste=niveau_hierarchique,
+        satisfaction_employee_nature_travail=satisfaction_travail,
+        satisfaction_employee_equipe=satisfaction_equipe,
+        satisfaction_employee_equilibre_pro_perso=satisfaction_equilibre,
+        note_evaluation_actuelle=note_eval_actuelle,
+        heure_supplementaires=heure_supplementaires,
+        augementation_salaire_precedente=augmentation_salaire,
+        age=age,
+        genre=genre,
+        revenu_mensuel=revenu_mensuel,
+        statut_marital=statut_marital,
+        departement=departement,
+        poste=poste,
+        nombre_experiences_precedentes=nombre_exp_precedentes,
+        nombre_heures_travailless=80,
+        annee_experience_totale=annees_exp_totale,
+        annees_dans_l_entreprise=annees_entreprise,
+        annees_dans_le_poste_actuel=annees_poste,
+        api_name="/predict",
     )
-    if r.status_code == 404:
-        print(
-            "\n❌ Endpoint HF introuvable (/predict). Vérifiez que la Space expose l'API FastAPI."
-        )
-        print("   Sinon, utilisez l'API locale (lancer_api.sh) ou GRADIO.")
-        raise SystemExit(1)
-    r.raise_for_status()
-    result = r.json()
 
     print("\n" + "═" * 60)
-    print("                    📊 RÉSULTAT (HF)")
+    print("📊 RÉSULTAT DE LA PRÉDICTION (HF)")
     print("═" * 60)
-    print(
-        "\n✅ PRÉDICTION: "
-        + ("VA RESTER" if result.get("prediction", 0) == 0 else "VA PARTIR")
-    )
-    print(f"🎯 Niveau de risque: {result.get('risk_level')}")
-    print(f"   Prob rester: {result.get('probability_0', 0):.1%}")
-    print(f"   Prob partir: {result.get('probability_1', 0):.1%}")
-
-except requests.exceptions.RequestException as e:
-    print(f"\n❌ ERREUR API HF: {e}")
-    if getattr(e, "response", None) is not None:
-        print(f"Détails: {e.response.text}")
+
+    # Le résultat Gradio peut être un dict ou une string
+    if isinstance(result, dict):
+        prediction = result.get("prediction", "N/A")
+        prob_stay = result.get("probability_stay", 0) * 100
+        prob_leave = result.get("probability_leave", 0) * 100
+        risk = result.get("risk_level", "N/A")
+
+        if prediction == 1:
+            print("\n🚨 PRÉDICTION: VA PARTIR")
+        else:
+            print("\n✅ PRÉDICTION: VA RESTER")
+
+        print(f"\n📈 Probabilité de rester:  {prob_stay:.1f}%")
+        print(f"📉 Probabilité de partir: {prob_leave:.1f}%")
+
+        risk_emoji = {"Low": "🟢", "Medium": "🟠", "High": "🔴"}.get(risk, "⚪")
+        print(f"\n{risk_emoji} Niveau de risque: {risk}")
+    else:
+        print(f"\n📋 Résultat: {result}")
+
+except Exception as e:
+    print(f"\n❌ Erreur: {e}")
+    sys.exit(1)