modif app.py dans load

app.py

@@ -85,22 +85,11 @@ class InputData(BaseModel):
 
 # === Configuration S3 ===
 S3_BUCKET = os.getenv("S3_BUCKET")
-MODEL_KEY = os.getenv("MODEL_KEY")
 S3_PREFIX = "mlflow/models/"
 s3 = boto3.client("s3")
-# def latest_model(bucket:str, prefix: str):
-#     response = s3.list_objects_v2(Bucket=bucket, Prefix=prefix)
-#     if "content" not in response:
-#         raise FileNotFoundError(f"Aucun modèle trouvé dans s3://{bucket}/{prefix}")
-#     latest = max(response["content"], key=lambda x: x["LastModified"])
-#     return latest["Key"]
 
 def get_latest_model_key():
-    """
-    Récupère automatiquement le dernier fichier modèle dans S3.
-    """
     try:
-        # Liste tous les objets sous le préfixe
         response = s3.list_objects_v2(
             Bucket=S3_BUCKET,
             Prefix=S3_PREFIX
@@ -122,27 +111,13 @@ def get_latest_model_key():
         models.sort(key=lambda x: x["LastModified"], reverse=True)
 
         latest_key = models[0]["Key"]
-        print(f"📌 Dernier modèle détecté : {latest_key}")
+        print(f"Dernier modèle détecté : {latest_key}")
         return latest_key
 
     except Exception as e:
         raise RuntimeError(f"Erreur récupération modèle S3 : {e}")
 
 
-# === Chargement automatique du dernier modèle ===
-
-
-# === Chargement du modèle depuis S3 au démarrage ===
-# model = None
-@app.get("/version")
-def version():
-    import sklearn
-    import sys
-    return {
-        "python": sys.version,
-        "sklearn": sklearn.__version__
-    }
-
 @app.on_event("startup")
 def load_model():
     global model
@@ -154,32 +129,31 @@ def load_model():
         response = s3.get_object(Bucket=S3_BUCKET, Key=latest_model_key)
         model_bytes = io.BytesIO(response["Body"].read())
         model = joblib.load(model_bytes)
-        print("✅ Modèle chargé avec succès")
+        print("Modèle chargé avec succès")
     except Exception as e:
-        print(f"❌ Erreur chargement modèle : {e}")
+        print(f"Erreur chargement modèle : {e}")
         raise RuntimeError(f"Impossible de charger le modèle : {e}")
 
 # === Routes ===
-# @app.get("/")
-# def home():
-#     return {"message": "Bienvenue sur l'API Fraude détéction - Utilisez /predict pour faire une prédiction"}
+@app.get("/")
+def home():
+    return {"message": "Bienvenue sur l'API Fraude détéction - Utilisez /predict pour faire une prédiction"}
 
 
 @app.post("/predict")
 def predict(data: InputData):
     try:
-        # Convertir les données en DataFrame avec colonnes correctes
+        
         df = pd.DataFrame([data.dict()])
-        print("📥 Données reçues :", df.head(1).to_dict())
-        print(f"Téléchargement du dernier modèle depuis s3://{S3_BUCKET}/{latest_model_key}")
-        # Faire la prédiction
+        print("Données reçues :", df.head(1).to_dict())
+        
         prediction = model.predict(df)
         is_fraud = int(prediction[0])
 
         return {"is_fraud": is_fraud}
 
     except Exception as e:
-        print(f"❌ Erreur prédiction : {e}")
+        print(f"Erreur prédiction : {e}")
         raise HTTPException(status_code=500, detail=str(e))