app.py

import gradio as gr
from joblib import load
import requests
import os

# Charger le modèle depuis Hugging Face
MODEL_URL = "https://huggingface.co/MarouaneAyech/AppartmentPricePredictor/resolve/main/model.joblib"
MODEL_PATH = "model.joblib"

if not os.path.exists(MODEL_PATH):
    response = requests.get(MODEL_URL)
    with open(MODEL_PATH, "wb") as f:
        f.write(response.content)

model = load(MODEL_PATH)

# Fonction de prédiction
def predict(features):
    features = [float(x) for x in features.split()]
    return model.predict([features])[0]

# Interface utilisateur avec Gradio
interface = gr.Interface(
    fn=predict,
    inputs=gr.Textbox(label="Caractéristiques (séparées par des espaces)"),
    outputs=gr.Textbox(label="Prix prédit"),
    title="Prédicteur de prix d'appartement"
)

if __name__ == "__main__":
    interface.launch()