Upload 3 files

main.py

@@ -0,0 +1,33 @@
+import gradio as gr
+from sklearn.linear_model import LogisticRegression
+import numpy as np
+import joblib
+
+# Cargar tu modelo entrenado; asegúrate de tener el modelo guardado como 'model_5_features.pkl'
+# Si no tienes el modelo guardado, deberías entrenarlo y guardarlo con joblib:
+# joblib.dump(model_5_features, 'model_5_features.pkl')
+
+model = joblib.load('titanic.pkl')
+
+def predict_survival(sex, age, fare, pclass, sibsp):
+    # Convertir entradas a array 2D (1 fila con n columnas)
+    input_array = np.array([[sex, age, fare, pclass, sibsp]])
+    prediction = model.predict(input_array)
+    result = 'Sobrevive' if prediction[0] == 1 else 'No sobrevive'
+    return result
+
+# Crear la interfaz de Gradio
+iface = gr.Interface(
+    fn=predict_survival,
+    inputs=[
+        gr.inputs.Dropdown(choices=["Masculino", "Femenino"], label="Sexo"),
+        gr.inputs.Slider(minimum=0, maximum=100, step=1, default=28, label="Edad"),
+        gr.inputs.Slider(minimum=0, maximum=512, step=1, default=33, label="Tarifa"),
+        gr.inputs.Dropdown(choices=[1, 2, 3], label="Clase del Pasajero"),
+        gr.inputs.Slider(minimum=0, maximum=8, step=1, default=0, label="Hermanos/Cónyuges a bordo")
+    ],
+    outputs=gr.outputs.Textbox(label="Predicción de Supervivencia")
+)
+
+# Ejecutar la interfaz
+iface.launch()

requeriments.txt

@@ -0,0 +1,4 @@
+gradio
+scikit-learn
+numpy
+joblib

titanic.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2ca3c12e5f33f25ca9f69237c5a50ace48f6e8f255fdc4d442544922d27030ce
+size 894