add application file

app.py

@@ -0,0 +1,121 @@
+import streamlit as st
+import pandas as pd
+import numpy as np
+from sklearn.ensemble import RandomForestClassifier
+from sklearn.preprocessing import StandardScaler
+import time
+import matplotlib.pyplot as plt
+import seaborn as sns
+
+# Fonction pour charger un modèle existant (à adapter selon ton besoin)
+def load_model():
+    # Création d'un modèle simple pour la démonstration.
+    model = RandomForestClassifier(n_estimators=100, random_state=42)
+    return model
+
+# Fonction de pré-traitement des données
+def preprocess_data(temperature, humidity, water_level, N, P, K):
+    data = np.array([[temperature, humidity, water_level, N, P, K]])
+    scaler = StandardScaler()
+    scaled_data = scaler.fit_transform(data)
+    return scaled_data
+
+# Prédiction avec le modèle
+def make_prediction(model, data):
+    prediction = model.predict(data)
+    return prediction[0]
+
+# Interface Streamlit
+st.set_page_config(page_title="Prédiction de la pompe à eau", layout="wide")
+st.title("Prédiction de l'activation/désactivation de la pompe à eau")
+st.write("Remplissez le formulaire ci-dessous pour prédire si la pompe doit être désactivée.")
+
+# Utilisation de colonnes pour organiser les champs de saisie
+col1, col2 = st.columns(2)
+
+with col1:
+    temperature = st.number_input("Température (°C)", min_value=-50, max_value=50, value=25, step=1)
+    humidity = st.number_input("Humidité (%)", min_value=0, max_value=100, value=50, step=1)
+    water_level = st.number_input("Niveau d'eau (%)", min_value=0, max_value=100, value=50, step=1)
+
+with col2:
+    N = st.number_input("Concentration en Azote (N)", min_value=0, max_value=500, value=100, step=1)
+    P = st.number_input("Concentration en Phosphore (P)", min_value=0, max_value=500, value=100, step=1)
+    K = st.number_input("Concentration en Potassium (K)", min_value=0, max_value=500, value=100, step=1)
+    fan_actuator_off = st.number_input("Fan Actuator OFF", min_value=0, max_value=1, value=0)
+    water_plant_pump_on = st.number_input("Water Plant Pump ON", min_value=0, max_value=1, value=1)
+
+# Ajouter un bouton de prédiction avec animation
+if st.button('Faire la prédiction', use_container_width=True):
+    with st.spinner('Traitement en cours...'):
+        time.sleep(2)
+
+    try:
+        # Prétraitement des données
+        data = preprocess_data(temperature, humidity, water_level, N, P, K)
+        
+        # Charger le modèle (ici un modèle fictif pour la démo)
+        model = load_model()
+
+        # Entraîner le modèle avec des données fictives
+        X_train = np.random.rand(100, 6)  # 100 exemples de données aléatoires
+        y_train = np.random.choice([0, 1], 100)  # Cible binaire
+        model.fit(X_train, y_train)
+
+        # Faire la prédiction
+        prediction = make_prediction(model, data)
+
+        # Affichage de la prédiction
+        if prediction == 1:
+            st.success("La pompe **doit être désactivée**.")
+        else:
+            st.warning("La pompe **doit être activée**.")
+        
+        # Animation des ballons après la prédiction
+        st.balloons()
+
+    except Exception as e:
+        st.error(f"Erreur pendant la prédiction : {e}")
+
+# Section "Exemple de données"
+st.markdown("""
+    ### Exemple de données
+    - **Température** : 25°C
+    - **Humidité** : 50%
+    - **Niveau d'eau** : 50%
+    - **Azote (N)** : 100 mg/L
+    - **Phosphore (P)** : 100 mg/L
+    - **Potassium (K)** : 100 mg/L
+    - **Fan Actuator OFF** : 0
+    - **Water Plant Pump ON** : 1
+""")
+
+# Ajouter un peu de style pour rendre l'interface plus jolie
+st.markdown("""
+    <style>
+        .css-1aumxhk { 
+            text-align: center; 
+            color: #2e7d32; 
+            font-size: 22px; 
+            font-weight: bold;
+        }
+        .stButton>button {
+            background-color: #43a047;
+            color: white;
+            font-size: 18px;
+            padding: 15px 30px;
+            border-radius: 8px;
+        }
+        .stButton>button:hover {
+            background-color: #388e3c;
+        }
+    </style>
+""", unsafe_allow_html=True)
+
+# Explication de l'objectif du projet
+st.markdown("""
+    ### Objectif du Projet
+    L'objectif de ce projet est de prédire l'état de la pompe à eau dans un système automatisé de gestion de l'irrigation.
+    En utilisant des informations telles que la température, l'humidité, le niveau d'eau, et d'autres paramètres environnementaux et opérationnels,
+    nous pouvons déterminer si la pompe doit être activée ou désactivée pour optimiser l'usage des ressources.
+""")