Update app.py

app.py

@@ -8,7 +8,7 @@ import ast
 from datetime import datetime, timedelta
 
 # Cargar el modelo
-modelo = tf.keras.models.load_model('binary_classification_model.keras')
+modelo = tf.keras.models.load_model('best_model.keras')
 
 # Definir constantes
 img_height, img_width = 224, 224
@@ -34,7 +34,7 @@ def calcular_fechas(fecha_fin_str):
 
 # Función para escalar la matriz a RGB
 def escalar_matriz_rgb(matriz, I_min, I_max):
-    matriz_normalizada = (matriz - I_min) / (I_max - I_min)
+    matriz_normalizada = 2 * ((matriz - I_min) / (I_max - I_min)) - 1
     rojo = (1 - matriz_normalizada.clip(max=0)) * 255
     verde = matriz_normalizada.clip(min=0) * 255
     azul = (1 - abs(matriz_normalizada)) * 255
@@ -101,7 +101,7 @@ def procesar_y_predecir(fecha_fin_str):
 
     # Predecir con el modelo
     prediccion = modelo.predict(imagen_procesada)
-    predicted_class = int((prediccion > 0.532697).astype(int).flatten()[0])
+    predicted_class = int((prediccion > 0.5).astype(int).flatten()[0])
     mensaje = "Mañana va a ganar la NYSE" if predicted_class == 1 else "Mañana va a perder la NYSE"
     
     return imagen_resized, mensaje