Update app.py

app.py

@@ -1,10 +1,9 @@
-from fastapi import FastAPI, HTTPException
+from fastapi import FastAPI, HTTPException, Request
 from pydantic import BaseModel, validator
 import pandas as pd
+import joblib
 import numpy as np
-from sklearn.ensemble import RandomForestRegressor  # sau ce model folosim
 
-# Definim structura datelor de intrare
 class SoilInput(BaseModel):
     cement_perecent: float
     curing_period: float
@@ -28,34 +27,20 @@ class SoilInput(BaseModel):
             raise ValueError("Rata de compactare trebuie să fie între 85% și 100%")
         return v
 
-# Creăm aplicația FastAPI
-app = FastAPI(
-    title="Predicție UCS pentru Sol Stabilizat cu Ciment",
-    description="API pentru predicția rezistenței la compresiune neconfinată a solurilor stabilizate cu ciment"
-)
+app = FastAPI()
 
-# Cream modelul cu parametrii optimi
-model = RandomForestRegressor(
-    n_estimators=205,
-    max_depth=11,
-    min_samples_split=6,
-    min_samples_leaf=2,
-    random_state=42
-)
-
-# Definim ordinea caracteristicilor
-FEATURE_ORDER = ['cement_perecent', 'curing_period', 'compaction_rate']
+# Încărcăm direct modelul Random Forest, fără wrapper
+try:
+    model = joblib.load('model.joblib')  # Aici folosim modelul salvat fără wrapper
+    print("Model încărcat cu succes!")
+except Exception as e:
+    print(f"Eroare la încărcarea modelului: {str(e)}")
+    raise
 
 @app.post("/predict")
 async def predict(soil_data: SoilInput):
-    """
-    Endpoint pentru predicția UCS bazată pe parametrii solului
-    """
     try:
-        # Creăm DataFrame-ul cu datele în ordinea corectă
-        input_df = pd.DataFrame([soil_data.dict()])[FEATURE_ORDER]
-        
-        # Facem predicția
+        input_df = pd.DataFrame([soil_data.dict()])
         prediction = model.predict(input_df)
         
         return {
@@ -65,26 +50,4 @@ async def predict(soil_data: SoilInput):
             "input_parameters": soil_data.dict()
         }
     except Exception as e:
-        raise HTTPException(status_code=400, detail=str(e))
-
-@app.get("/model-info")
-async def model_info():
-    """
-    Endpoint pentru informații despre model
-    """
-    return {
-        "model_type": "Random Forest Regressor",
-        "features": FEATURE_ORDER,
-        "target": "UCS (kPa)",
-        "valid_ranges": {
-            "cement_perecent": {"min": 5, "max": 15, "units": "%"},
-            "curing_period": {"min": 7, "max": 90, "units": "days"},
-            "compaction_rate": {"min": 85, "max": 100, "units": "%"}
-        },
-        "model_parameters": {
-            "n_estimators": 205,
-            "max_depth": 11,
-            "min_samples_split": 6,
-            "min_samples_leaf": 2
-        }
-    }
+        raise HTTPException(status_code=400, detail=str(e))