from statsmodels.regression.linear_model import OLSResults
import statsmodels.api as sm
from sklearn.preprocessing import PolynomialFeatures
import pandas as pd
import gradio as gr
import tempfile

def procesar_csv(archivo):
    if archivo is None:
        return "No se subió ningún archivo", None
    
    try:
        df = pd.read_csv(archivo.name)
        

        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)

        df_procesado = modelo_cargado.predict( sm.add_constant(X_blind_poly) ).to_frame(name="target_pred")

        # Guardar temporalmente para descarga
        temp = tempfile.NamedTemporaryFile(delete=False, suffix=".csv", prefix="Resultados_")
        df_procesado.to_csv(temp.name, index=False)

        return df_procesado, temp.name

    except Exception as e:
        return f"Error al leer el CSV: {e}", None

# Interfaz
interface = gr.Interface(
    fn=procesar_csv,
    inputs=gr.File(file_types=[".csv"], label="Sube el archivo CSV"),
    outputs=[gr.Dataframe(label="Resultado de regresion lineal"), gr.File(label="Descargar datos procesados")],
    title="Problema de regresión multivariante",
    description="Sube los datos de entrada (.CSV) y te mostraré el resultado."
)

interface.launch()