Update app.py

app.py

@@ -12,20 +12,20 @@ class SoilInput(BaseModel):
 
     @validator('cement_perecent')
     def validate_cement(cls, v):
-        if not 2.5 <= v <= 15:
-            raise ValueError("Procentul de ciment trebuie să fie între 5% și 15%")
+        if not 0 <= v <= 15:
+            raise ValueError("Procentul de ciment trebuie să fie între 0% și 15%")
         return v
 
     @validator('curing_period')
     def validate_curing(cls, v):
         if not 1 <= v <= 90:
-            raise ValueError("Perioada de maturare trebuie să fie între 7 și 90 zile")
+            raise ValueError("Perioada de maturare trebuie să fie între 1 și 90 zile")
         return v
 
     @validator('compaction_rate')
     def validate_compaction(cls, v):
         if not 0.5 <= v <= 1.5:
-            raise ValueError("Viteza de compactare trebuie să fie între 0.75 și 1.25 mm/min")
+            raise ValueError("Viteza de compactare trebuie să fie între 0.5 și 1.5 mm/min")
         return v
 
 app = FastAPI()
@@ -41,7 +41,7 @@ except Exception as e:
 @app.post("/predict")
 async def predict(soil_data: SoilInput):
     """
-    Realizează predicții pentru UCS folosind parametrii solului
+    Realizează predicții pentru UCS
     """
     try:
         # Construim DataFrame-ul pentru predicție
@@ -49,11 +49,11 @@ async def predict(soil_data: SoilInput):
         input_df = pd.DataFrame([input_data])
         
         # Ne asigurăm că ordinea coloanelor este corectă
-        #feature_order = ['cement_perecent', 'curing_period', 'compaction_rate']
-        #input_df = input_df[feature_order]
+        feature_order = ['cement_perecent', 'curing_period', 'compaction_rate']
+        input_df = input_df[feature_order]
 
         expected_features = model.feature_names_in_  # Extrage ordinea corectă din model
-        input_df = input_df[expected_features]  # Reordonează caracteristicile
+       # input_df = input_df[expected_features]  # Reordonează caracteristicile
         
         # Facem predicția
         prediction = model.predict(input_df)
@@ -67,9 +67,31 @@ async def predict(soil_data: SoilInput):
     except Exception as e:
         raise HTTPException(status_code=400, detail=str(e))
 
-@app.get("/")
+@app.get("/status")
 async def root():
     """
     Endpoint pentru verificarea stării API-ului
     """
-    return {"status": "API is running", "model_loaded": model is not None}
+    return {"status": "API is running", "model_loaded": model is not None}
+
+@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": 0, "max": 10, "units": "%"},
+            "curing_period": {"min": 1, "max": 90, "units": "days"},
+            "compaction_rate": {"min": 0.5, "max": 1.5, "units": "mm/min"}
+        },
+        "model_parameters": {
+            "n_estimators": 205,
+            "max_depth": 11,
+            "min_samples_split": 6,
+            "min_samples_leaf": 2
+        }
+    }