Create app.py

app.py

@@ -0,0 +1,48 @@
+import streamlit as st
+from tensorflow.keras.models import load_model
+import numpy as np
+
+# Cargar el modelo Keras
+model = load_model('model1_m1.h5')
+
+# Función para preprocesar los datos de entrada
+def preprocess_input(values):
+    # Asegúrate de que los valores estén en el formato correcto
+    return np.array([values], dtype=np.float32)
+
+# Interfaz de usuario
+st.title('Predicción de Precios de Viviendas')
+
+# Campos de entrada para cada parámetro
+price = st.number_input('Price', format="%.2f")
+area = st.number_input('Area', format="%.2f")
+bedrooms = st.number_input('Bedrooms', format="%.2f")
+bathrooms = st.number_input('Bathrooms', format="%.2f")
+stories = st.number_input('Stories', format="%.2f")
+parking = st.number_input('Parking', format="%.2f")
+mainroad_yes = st.number_input('Mainroad (1=Yes, 0=No)', format="%.2f")
+guestroom_yes = st.number_input('Guestroom (1=Yes, 0=No)', format="%.2f")
+basement_yes = st.number_input('Basement (1=Yes, 0=No)', format="%.2f")
+hotwaterheating_yes = st.number_input('Hot Water Heating (1=Yes, 0=No)', format="%.2f")
+airconditioning_yes = st.number_input('Air Conditioning (1=Yes, 0=No)', format="%.2f")
+prefarea_yes = st.number_input('Preferred Area (1=Yes, 0=No)', format="%.2f")
+furnishingstatus_semi_furnished = st.number_input('Furnishing Status (Semi-Furnished: 1, Unfurnished: 0)', format="%.2f")
+furnishingstatus_unfurnished = st.number_input('Furnishing Status (Unfurnished: 1, Semi-Furnished: 0)', format="%.2f")
+
+# Crear una lista con los valores ingresados
+input_values = [
+    price, area, bedrooms, bathrooms, stories, parking,
+    mainroad_yes, guestroom_yes, basement_yes,
+    hotwaterheating_yes, airconditioning_yes, prefarea_yes,
+    furnishingstatus_semi_furnished, furnishingstatus_unfurnished
+]
+
+if st.button('Predecir Precio'):
+    # Preprocesar los datos de entrada
+    processed_input = preprocess_input(input_values)
+    
+    # Realizar la predicción
+    prediction = model.predict(processed_input)
+    
+    # Mostrar el resultado
+    st.write(f'Valor: ${prediction[0][0]:.2f}')