Update app.py

app.py

@@ -1,28 +1,38 @@
 import gradio as gr
+import numpy as np
+from sklearn.neighbors import KNeighborsClassifier
 
 import pickle
-with open('modelo.pkl', 'rb') as file:
+with open('modelo (3).pkl', 'rb') as file:
   knn = pickle.load(file)
 
+
+
+# Crear un modelo KNN de ejemplo para que funcione el código
+#knn = KNeighborsClassifier(n_neighbors=3)
+#X = np.array([[6.7, 3.0, 5.2, 2.3], [4.7, 3.2, 1.3, 0.2], [5.0, 3.6, 1.4, 0.2]])
+#y = np.array([0, 1, 2])
+#knn.fit(X, y)
+
 def modelo(sepal_length, sepal_width, petal_length, petal_width):
-  species = ['Iris-Setosa', 'Iris-Versicolour', 'Iris-Virginica']
-  i = knn.predict([[sepal_length, sepal_width, petal_length, petal_width]])[0]
-  return species[i]
+    species = ['Iris-Setosa', 'Iris-Versicolour', 'Iris-Virginica']
+    i = knn.predict([[sepal_length, sepal_width, petal_length, petal_width]])[0]
+    return species[i]
 
 interfaz = gr.Interface(
     fn=modelo,
     inputs=[
-            gr.inputs.Slider(minimum=0.0, maximum=8.0, step=0.1, default=0.0, label='Sepal Length', optional=False),
-            gr.inputs.Slider(minimum=0.0, maximum=8.0, step=0.1, default=0.0, label='Sepal Width', optional=False),
-            gr.inputs.Slider(minimum=0.0, maximum=8.0, step=0.1, default=0.0, label='Petal Length', optional=False),
-            gr.inputs.Slider(minimum=0.0, maximum=8.0, step=0.1, default=0.0, label='Petal Width', optional=False)
+        gr.Slider(label='Sepal Length', minimum=0.0, maximum=8.0, step=0.1),
+        gr.Slider(label='Sepal Width', minimum=0.0, maximum=8.0, step=0.1),
+        gr.Slider(label='Petal Length', minimum=0.0, maximum=8.0, step=0.1),
+        gr.Slider(label='Petal Width', minimum=0.0, maximum=8.0, step=0.1),
     ],
-    outputs= gr.outputs.Textbox(type="email", label='Specie'),
-    examples= [[6.7, 3.0, 5.2, 2.3], [4.7, 3.2, 1.3, 0.2], [5.0, 3.6, 1.4, 0.2]],
-    title = 'Detector de especies de iris',
-    description = 'Este modelo está desarrollado para la clasificación de flores de la especie Iris.',
-    article = 'Aplicación desarrollada con fines docentes en el curso Saturdays.ai',
-    theme = 'peach'
+    outputs=gr.Textbox(label='Specie'),
+    title='Detector de especies de iris',
+    description='Este modelo está desarrollado para la clasificación de flores de la especie Iris.',
+    article='Aplicación desarrollada con fines docentes en el curso Saturdays.ai',
+    theme='peach'
 )
 
-interfaz.launch()
+interfaz.launch()
+