Create app.py

app.py

@@ -0,0 +1,174 @@
+import gradio as gr
+import pandas as pd
+import numpy as np
+import plotly.express as px
+import plotly.graph_objects as go
+from sklearn.model_selection import train_test_split
+from sklearn.linear_model import LinearRegression
+from sklearn.ensemble import RandomForestRegressor
+from sklearn.cluster import KMeans
+from sklearn.preprocessing import StandardScaler
+from sklearn.metrics import mean_squared_error, r2_score
+from transformers import pipeline
+
+# Hugging Face 파이프라인 초기화
+nlp = pipeline("text-classification", model="jhgan/ko-sroberta-multitask")
+
+def process_file(file):
+    if file.name.endswith('.csv'):
+        df = pd.read_csv(file.name)
+    elif file.name.endswith('.xlsx'):
+        df = pd.read_excel(file.name)
+    else:
+        return None, "지원되지 않는 파일 형식입니다."
+    return df, f"{file.name} 파일이 성공적으로 업로드되었습니다."
+
+def analyze_data(df, query, target_variable, feature_variables):
+    if df is None:
+        return "먼저 데이터 파일을 업로드해주세요.", None
+
+    result = nlp(query)[0]
+    intent = result['label']
+    confidence = result['score']
+
+    if '시계열' in query or '추세' in query:
+        fig = px.line(df, x=df.columns[0], y=feature_variables, title='시계열 그래프')
+        return f'시계열 그래프를 생성했습니다. (신뢰도: {confidence:.2f})', fig
+    elif '분포' in query or '히스토그램' in query:
+        fig = px.histogram(df, x=feature_variables[0], title='분포 히스토그램')
+        return f'분포 히스토그램을 생성했습니다. (신뢰도: {confidence:.2f})', fig
+    elif '상관관계' in query or '산점도' in query:
+        fig = px.scatter_matrix(df[feature_variables], title='상관관계 매트릭스')
+        return f'상관관계 매트릭스를 생성했습니다. (신뢰도: {confidence:.2f})', fig
+    elif '예측' in query or '회귀' in query:
+        if '랜덤' in query or '포레스트' in query:
+            return perform_random_forest(df, target_variable, feature_variables)
+        else:
+            return perform_regression(df, target_variable, feature_variables)
+    elif '군집' in query or '클러스터링' in query:
+        return perform_clustering(df, feature_variables)
+    else:
+        return '죄송합니다. 요청을 이해하지 못했습니다.', None
+
+def perform_regression(df, target, features):
+    X = df[features]
+    y = df[target]
+    
+    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
+    
+    model = LinearRegression()
+    model.fit(X_train, y_train)
+    
+    y_pred = model.predict(X_test)
+    
+    mse = mean_squared_error(y_test, y_pred)
+    r2 = r2_score(y_test, y_pred)
+    
+    fig = px.scatter(x=y_test, y=y_pred, labels={'x': '실제 값', 'y': '예측 값'}, title='실제 값 vs 예측 값 (선형 회귀)')
+    fig.add_trace(go.Scatter(x=[y_test.min(), y_test.max()], y=[y_test.min(), y_test.max()], 
+                             mode='lines', name='완벽한 예측'))
+    
+    result_text = f"선형 회귀 분석 결과:\n"
+    result_text += f"평균 제곱 오차 (MSE): {mse:.4f}\n"
+    result_text += f"결정 계수 (R^2): {r2:.4f}\n"
+    result_text += "특성 중요도:\n"
+    for feature, importance in zip(features, model.coef_):
+        result_text += f"- {feature}: {importance:.4f}\n"
+    
+    return result_text, fig
+
+def perform_random_forest(df, target, features):
+    X = df[features]
+    y = df[target]
+    
+    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
+    
+    model = RandomForestRegressor(n_estimators=100, random_state=42)
+    model.fit(X_train, y_train)
+    
+    y_pred = model.predict(X_test)
+    
+    mse = mean_squared_error(y_test, y_pred)
+    r2 = r2_score(y_test, y_pred)
+    
+    fig = px.scatter(x=y_test, y=y_pred, labels={'x': '실제 값', 'y': '예측 값'}, title='실제 값 vs 예측 값 (랜덤 포레스트)')
+    fig.add_trace(go.Scatter(x=[y_test.min(), y_test.max()], y=[y_test.min(), y_test.max()], 
+                             mode='lines', name='완벽한 예측'))
+    
+    result_text = f"랜덤 포레스트 회귀 분석 결과:\n"
+    result_text += f"평균 제곱 오차 (MSE): {mse:.4f}\n"
+    result_text += f"결정 계수 (R^2): {r2:.4f}\n"
+    result_text += "특성 중요도:\n"
+    importances = model.feature_importances_
+    for feature, importance in sorted(zip(features, importances), key=lambda x: x[1], reverse=True):
+        result_text += f"- {feature}: {importance:.4f}\n"
+    
+    return result_text, fig
+
+def perform_clustering(df, features):
+    X = df[features]
+    scaler = StandardScaler()
+    X_scaled = scaler.fit_transform(X)
+    
+    inertias = []
+    for k in range(1, 11):
+        kmeans = KMeans(n_clusters=k, random_state=42)
+        kmeans.fit(X_scaled)
+        inertias.append(kmeans.inertia_)
+    
+    elbow_fig = px.line(x=range(1, 11), y=inertias, title='엘보�� 곡선')
+    elbow_fig.update_layout(xaxis_title='군집 수', yaxis_title='관성')
+    
+    optimal_k = 3  # 실제로는 엘보우 곡선을 바탕으로 결정해야 함
+    kmeans = KMeans(n_clusters=optimal_k, random_state=42)
+    df['Cluster'] = kmeans.fit_predict(X_scaled)
+    
+    fig = px.scatter(df, x=features[0], y=features[1], color='Cluster', title='K-means 군집 분석 결과')
+    
+    result_text = f"K-means 군집 분석 결과:\n"
+    result_text += f"최적의 군집 수: {optimal_k}\n"
+    result_text += "각 군집의 크기:\n"
+    for i in range(optimal_k):
+        result_text += f"- 군집 {i}: {sum(df['Cluster'] == i)} 개\n"
+    
+    return result_text, fig, elbow_fig
+
+# Gradio 인터페이스 설정
+with gr.Blocks() as demo:
+    gr.Markdown("# 고급 한국어 데이터 분석 앱")
+    
+    with gr.Row():
+        file_input = gr.File(label="데이터 파일 업로드 (CSV 또는 XLSX)")
+        upload_output = gr.Textbox(label="업로드 상태")
+    
+    query_input = gr.Textbox(label="분석 요청 입력", placeholder="예: '매출과 비용의 시계열 그래프를 보여줘' 또는 '랜덤 포레스트로 매출을 예측해줘' 또는 '데이터를 군집화해줘'")
+    
+    with gr.Row():
+        target_variable = gr.Dropdown(label="목표 변수 선택")
+        feature_variables = gr.Dropdown(label="특성 변수 선택", multiselect=True)
+    
+    with gr.Row():
+        result_text = gr.Textbox(label="분석 결과")
+        result_plot = gr.Plot(label="시각화")
+    
+    elbow_plot = gr.Plot(label="엘보우 곡선 (군집 분석용)")
+    
+    upload_button = gr.Button("파일 업로드")
+    analyze_button = gr.Button("분석 실행")
+    
+    df = gr.State()
+    
+    def update_variable_options(df):
+        if df is not None:
+            return gr.Dropdown.update(choices=df.columns), gr.Dropdown.update(choices=df.columns)
+        return gr.Dropdown.update(choices=[]), gr.Dropdown.update(choices=[])
+    
+    upload_button.click(process_file, inputs=file_input, outputs=[df, upload_output])
+    df.change(update_variable_options, inputs=[df], outputs=[target_variable, feature_variables])
+    analyze_button.click(
+        analyze_data,
+        inputs=[df, query_input, target_variable, feature_variables],
+        outputs=[result_text, result_plot, elbow_plot]
+    )
+
+demo.launch()