Create app.py

app.py

@@ -0,0 +1,70 @@
+import gradio as gr
+import numpy as np
+import pickle
+from sklearn.preprocessing import LabelEncoder, StandardScaler
+from sklearn.linear_model import Ridge
+
+# Charger le modèle et le scaler
+with open("ridge_model.pkl", "rb") as model_file:
+    ridge_model = pickle.load(model_file)
+
+with open("scaler.pkl", "rb") as scaler_file:
+    scaler = pickle.load(scaler_file)
+
+# Initialisation des encodeurs
+label_encoder_fuel = LabelEncoder()
+label_encoder_seller = LabelEncoder()
+label_encoder_trans = LabelEncoder()
+
+# Fonction pour effectuer une prédiction
+def predict(Kms_Driven, Present_Price, Fuel_Type, Seller_Type, Transmission, Age):
+    try:
+        # Encoder les variables catégorielles
+        Fuel_Type_encoded = label_encoder_fuel.fit_transform([Fuel_Type])[0]
+        Seller_Type_encoded = label_encoder_seller.fit_transform([Seller_Type])[0]
+        Transmission_encoded = label_encoder_trans.fit_transform([Transmission])[0]
+
+        # Préparer les caractéristiques d'entrée
+        input_features = np.array([
+            Kms_Driven,
+            Present_Price,
+            Fuel_Type_encoded,
+            Seller_Type_encoded,
+            Transmission_encoded,
+            Age
+        ]).reshape(1, -1)
+
+        # Normaliser les données
+        input_features_scaled = scaler.transform(input_features)
+
+        # Faire une prédiction
+        prediction = ridge_model.predict(input_features_scaled)
+
+        return prediction[0]
+    except Exception as e:
+        return f"Erreur : {str(e)}"
+
+# Définir les entrées
+inputs = [
+    gr.Number(label="Kms Driven"),
+    gr.Number(label="Present Price"),
+    gr.Dropdown(["Petrol", "Diesel"], label="Fuel Type"),
+    gr.Dropdown(["Individual", "Dealer"], label="Seller Type"),
+    gr.Dropdown(["Manual", "Automatic"], label="Transmission"),
+    gr.Number(label="Age")
+]
+
+# Définir la sortie
+outputs = gr.Textbox(label="Prédiction")
+
+# Créer l'application Gradio
+app = gr.Interface(
+    fn=predict,
+    inputs=inputs,
+    outputs=outputs,
+    title="Prédictions avec le modèle Ridge",
+    description="Entrez les valeurs des caractéristiques pour obtenir une prédiction."
+)
+
+# Lancer l'application
+app.launch(debug=True)