Update app.py

app.py

@@ -78,7 +78,7 @@ comments = df["text"].tolist()
 st.header("Analyse de Texte")
 
 # Créer une selectbox pour choisir un commentaire
-selected_comment = st.selectbox("Données pour l'evaluation du modele", comments)
+selected_comment = st.selectbox("Veuillez sélectionner un commentaire", comments)
 
 # Afficher le commentaire sélectionné dans l'input text
 text = st.text_area('Entrer le texte à analyser', value=selected_comment)
@@ -107,15 +107,37 @@ if text and candidate_labels:
     predictions = classifier(inputs, candidate_labels, hypothesis_template=hypothesis_template)
     predicted_labels = [result['labels'][0] for result in predictions]
 
-    # Calculer les métriques de performance
-    metrics = load_metric("precision", "accuracy", "recall", "f1", "roc_auc")
-    metrics.add_batch(predictions=predicted_labels, references=true_labels)
-    results = metrics.compute()
+    # Déclarer un tableau pour stocker les métriques
+    metrics_table = []
+
+    # Calculer les métriques une par une et les ajouter au tableau
+    precision = load_metric("precision")
+    precision.add_batch(predictions=predicted_labels, references=true_labels)
+    precision_result = precision.compute()
+    metrics_table.append(("Precision", precision_result))
+
+    accuracy = load_metric("accuracy")
+    accuracy.add_batch(predictions=predicted_labels, references=true_labels)
+    accuracy_result = accuracy.compute()
+    metrics_table.append(("Accuracy", accuracy_result))
+
+    recall = load_metric("recall")
+    recall.add_batch(predictions=predicted_labels, references=true_labels)
+    recall_result = recall.compute()
+    metrics_table.append(("Recall", recall_result))
+
+    f1 = load_metric("f1")
+    f1.add_batch(predictions=predicted_labels, references=true_labels)
+    f1_result = f1.compute()
+    metrics_table.append(("F1 Score", f1_result))
+
+    roc_auc = load_metric("roc_auc")
+    roc_auc.add_batch(predictions=predicted_labels, references=true_labels)
+    roc_auc_result = roc_auc.compute()
+    metrics_table.append(("ROC-AUC Score", roc_auc_result))
 
     # Afficher les métriques sous forme de tableau
     st.header("Métriques de Performance")
-    metrics_df = pd.DataFrame({
-        "Métrique": ["Precision", "Accuracy", "Recall", "F1 Score", "ROC-AUC Score"],
-        "Valeur": [results["precision"], results["accuracy"], results["recall"], results["f1"], results["roc_auc"]]
-    })
+    metrics_df = pd.DataFrame(metrics_table, columns=["Métrique", "Valeur"])
     st.table(metrics_df)
+