Update app.py

app.py

@@ -48,7 +48,7 @@ async def predict(item: Item):
         car_df = pd.DataFrame([item.model_dump()])
 
         # Charger le modèle depuis mlflow
-        logged_model = 'runs:/f7019001dcb440f9b4a739550c670dba/best_estimator'
+        logged_model = 'runs:/8d6657ebb69943f298f1124df0db622f/xgboost_ridge_pipeline'
         
         logger.info(f"Données reçues pour la prédiction : \n{car_df.to_string()}")