Update app.py

app.py

@@ -3,12 +3,13 @@ import gradio as gr
 import joblib
 import pandas as pd
 import numpy as np
+from keras.models import load_model
 #import la liste des noms de variables catégorielles
-cat_data_columns = joblib.load("/content/cat_data_columns.joblib")
+cat_data_columns = joblib.load("cat_data_columns.joblib")
 # importer les encodeurs
 encoders = []
 for i in range(len(cat_data_columns)):
-  encoders.append(joblib.load(f'{cat_data.columns[i]}_encoder.joblib'))
+  encoders.append(joblib.load(f'{cat_data_columns[i]}_encoder.joblib'))
 # importer le modèle
 model = load_model('DNN_model.h5')
 # importer le scaler
@@ -41,7 +42,7 @@ def prediction_func(age, job, marital, education, default, housing, loan, contac
 # load les valeurs uniques
 uniques = []
 for i in range(len(cat_data_columns)):
-  uniques.append(joblib.load(f'{cat_data.columns[i]}_unique.joblib'))
+  uniques.append(joblib.load(f'{cat_data_columns[i]}_unique.joblib'))
 # créer les inputs
 inputs = [gr.Number(label="age"),
           gr.Dropdown(uniques[0], label="job"),