Update app.py

app.py

@@ -33,16 +33,7 @@ def Pred_func_csv(file):
   predictions = []
   # Boucle sur les lignes du dataframe
   for row in df.iloc[:, :].values:
-    # nouvelle ligne avec les valeurs des Fuel_Type, Seller_Type et Transmission encodées
-    new_row = np.array([row[0], row[1], encoder.transform([row[2]])[0], row[3],row[4]])
-    new_row = new_row.reshape(1,-1) # convertir en un 2D array
-    # Normaliser les données
-    new_row = scaler.transform(new_row)
-    # Prédire
-    y_pred = rr.predict(new_row)
-    # Arrondir
-    y_pred = round(y_pred[0],2)
-    # ajouter la prediction sur List_predictions
+    y_pred = Pred_func(row[0], row[1],row[2],row[3],row[4])
     predictions.append(y_pred)
 
   df['Performance_Index'] = predictions