firstcommitfirfdsf

app.py

@@ -0,0 +1,78 @@
+import gradio as gr
+import pandas as pd
+import pickle
+
+# 모델 로딩 함수
+def load_model():
+    with open("model.pkl", "rb") as file:
+        loaded_pipeline = pickle.load(file)
+    return loaded_pipeline
+
+# 예측 함수 정의
+def predict_cost(구조, 지하층수, 지상층수, 주차대수,  연면적, 대지면적, 건축면적, 조경면적, 발주년도, 발주월, 공사기간, 현장위치, 시설유형):
+    new_project = {
+        '구조': [구조],
+        '지하층수': [지하층수],
+        '지상층수': [지상층수],
+        '주차대수': [주차대수],
+        '연면적': [연면적],
+        '대지면적': [대지면적],
+        '건축면적': [건축면적],
+        '조경면적': [조경면적],
+        '발주년도': [발주년도],
+        '발주월': [발주월],
+        '공사기간': [공사기간],
+        '현장위치': [현장위치],
+        '시설유형': [시설유형],
+    }
+       
+    model = load_model()
+    pred = model.predict(pd.DataFrame.from_dict(new_project))
+    return [f'{cost:,.0f}원' for cost in pred[0]]
+
+with gr.Blocks() as demo:
+    gr.Markdown("## HG 공사비 예측 모델")
+    with gr.Row():
+        구조 = gr.Dropdown(label="구조", choices=['철근콘크리트조', '철골조', '철골철근콘크리트조', '기타'], value='철근콘크리트조')  # '...'부분에 다른 구조 타입 추가
+    with gr.Row():
+        지하층수 = gr.Number(label="지하층수", value=1)
+        지상층수 = gr.Number(label="지상층수", value=4)
+        주차수 = gr.Number(label="주차대수", value=120)
+    with gr.Row():
+        연면적 = gr.Number(label="연면적(m2)", value=12396)
+        대지면적 = gr.Number(label="대지면적(m2)", value=5861)
+        건축면적 = gr.Number(label="건축면적(m2)", value=2828)
+        조경면적 = gr.Number(label="조경면적(m2)", value=933)
+    with gr.Row():
+        발주년 = gr.Number(label="발주년도", value=2023)
+        발주월 = gr.Number(label="발주월", value=9)
+        공사기간 = gr.Number(label="공사기간(일)", value=570)
+    with gr.Row():
+        현장위치 = gr.Dropdown(label="현장위치", choices=['서울특별시', '제주특별자치도', '경상북도', '울산광역시', '광주광역시', '경기도', '충청북도',
+       '경상남도', '전라남도', '부산광역시', '충청남도', '대구광역시', '강원도', '인천광역시', '전라북도',
+       '세종특별자치시', '대전광역시', '강원특별자치도'], value='경상북도')  # '...'부분에 다른 현장 위치 추가
+        시설유형 = gr.Dropdown(label="시설유형", choices=['대형청사', '일반청사','첨단연구시설',  '실험용연구시설','일반형연구소',  
+       '복합형체육시설','야외형체육시설','특수형전시시설', '일반형전시시설',
+       '복합형대학교', '강의형대학교', '일반형초중고', '복합형초중고', '도서관',  
+       '대형의료시설', '중규모형의료시설', '일반형의료시설', 
+       '노유자시설', '복지시설', '일반형수련시설', '복합형수련시설', '기숙사','특수형공장', '일반형공장',  '일반형창고',  '특수형창고', '기타시설'], value='일반형연구소')  # '...'부분에 다른 시설유형 추가
+    
+    btn = gr.Button("공사비 예측")
+    
+    btn.click(
+        predict_cost,
+        inputs=[
+            구조, 지하층수, 지상층수, 주차수, 연면적, 대지면적, 건축면적, 조경면적,  발주년, 발주월, 공사기간, 현장위치, 시설유형
+        ],
+        outputs=[
+            gr.Textbox(label="건축공사비"),
+            gr.Textbox(label="기계공사비"),
+            gr.Textbox(label="전기공사비"),
+            gr.Textbox(label="통신공사비"),
+            gr.Textbox(label="소방공사비"),
+            gr.Textbox(label="토목공사비"),
+            gr.Textbox(label="조경공사비")
+        ]
+    )
+
+demo.launch()

model.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9091241a3fd93fbbde7600de55bd7399411eb3c1533e1ef1cc888180f42db9cb
+size 12289224