Update app.py

app.py

@@ -1,5 +1,6 @@
 # CARGAR el modelo
 from statsmodels.regression.linear_model import OLSResults
+from sklearn.preprocessing import PolynomialFeatures
 import pandas as pd
 import gradio as gr
 '''
@@ -17,17 +18,28 @@ def cargar_csv(archivo):
     
     try:
         df = pd.read_csv(archivo.name)
-        return df.head()  # muestra solo las primeras filas
+        
+        modelo_cargado = OLSResults.load('modelo_ols_guardado.pkl')
+
+        considered_features_ols = ['feature_2','feature_9','feature_13','feature_11','feature_18']
+        X_blind = df[considered_features_ols]
+        
+        blind_poly_features = PolynomialFeatures(degree = 3, include_bias=False).set_output(transform="pandas")
+        X_blind_poly = blind_poly_features.fit_transform(X_blind)
+
+        y_pred = fitted_model.predict( sm.add_constant(X_blind_poly) )
+        
+        return y_pred.head()  # muestra solo las primeras filas
     except Exception as e:
         return f"Error al leer el CSV: {e}"
 
 # Interfaz
 interface = gr.Interface(
     fn=cargar_csv,
-    inputs=gr.File(file_types=[".csv"], label="Sube un archivo CSV"),
-    outputs=gr.Dataframe(label="Contenido del archivo (primeras filas)"),
-    title="Lector de CSV",
-    description="Sube un archivo CSV y te mostraré el resultado."
+    inputs=gr.File(file_types=[".csv"], label="Sube el archivo CSV"),
+    outputs=gr.Dataframe(label="Resultado de regresion lineal"),
+    title="Problema de regresión multivariante",
+    description="Sube los datos de entrada (.CSV) y te mostraré el resultado."
 )
 
 interface.launch()