import gradio as gr import pandas as pd from joblib import load def humands(Monthlyincome,Age,TotalWorkingYears,DistanceFromHome,Overtime,YearsAtCompany,NumCompaniesWorked): model = load('modelo_entrenado.pkl') df = pd.DataFrame.from_dict( { "Monthlyincome" : [Monthlyincome], "Age" : [Age], "TotalWorkingYears" : [TotalWorkingYears], "DailyRate" : [Monthlyincome*2/30], "HourlyRate" : [Monthlyincome*2/1640], "DistanceFromHome" : [DistanceFromHome], "OverTime_Yes" : [0 if Overtime else 1], "OverTime_No" : [0 if not Overtime else 1], "YearsAtCompany" : [YearsAtCompany], "MonthlyRate" : [Monthlyincome*2], "NumCompaniesWorked" : [NumCompaniesWorked], "PercentSalaryHike" : [0], "YearsInCurrentRole" : [0], "YearsWithCurrManager" : [0], "StockOptionLevel" : [0], "YearsSinceLastPromotion" : [0], "JobSatisfaction" : [0], "JobLevel" : [0], "TrainingTimesLastYear" : [0], "EnvironmentSatisfaction" : [0], "WorkLifeBalance" : [0], "MaritalStatus_Single" : [0], "JobInvolvement" : [0], "RelationshipSatisfaction" : [0], "Education" : [0], "BusinessTravel_Travel_Frequently" : [0], "JobRole_Sales Representative" : [0], "EducationField_Medical" : [0], "Department_Sales" : [0], "JobRole_Laboratory Technician" : [0], "Department_Research & Development" : [0], "Gender_Female" : [0], "MaritalStatus_Married" : [0], "JobRole_Sales Executive" : [0], "EducationField_Technical Degree" : [0], "Gender_Male" : [0], "EducationField_Life Sciences" : [0], "BusinessTravel_Travel_Rarely" : [0], "MaritalStatus_Divorced" : [0], "JobRole_Research Scientist" : [0], "EducationField_Marketing" : [0], "PerformanceRating" : [0], "EducationField_Other" : [0], "JobRole_Human Resources" : [0], "BusinessTravel_Non-Travel" : [0], "Department_Human Resources" : [0], "JobRole_Manufacturing Director" : [0], "JobRole_Healthcare Representative" : [0], "EducationField_Human Resources" : [0], "JobRole_Manager" : [0], "JobRole_Research Director" : [0], } ) pred = model.predict(df)[0] # if pred < 5.0: # predicted="La nota media que se puede lograr en el grupo serà de "+ str(round(pred,2)) + " Es necesario mejorar mucho" #elif (pred >=5.0 and pred <=7.0): # predicted="La nota media que se puede lograr en el grupo serà de "+ str(round(pred,2)) + " . Vais por buen camino" #else: # predicted="La nota media que se puede lograr en el grupo serà de "+ str(round(pred,2)) + " . Buen trabajo" return pred # return predicted iface = gr.Interface( humands, [ gr.inputs.Slider(1000,20000,label="Ingresos mensuales del trabajador"), gr.inputs.Slider(18,70,label="Edad del trabajador"), gr.inputs.Slider(0,40,label="Total de años trabajados del trabajador"), gr.inputs.Slider(0,100,label="Distancia del trabajo al domicilio en Km"), "checkbox", gr.inputs.Slider(0,40,label="Años del trabajador en la empresa"), gr.inputs.Slider(0,40,label="Numero de empresas en las que ha estado el trabajador"), ], "text", examples=[ [1500,25,20,2,True,2,2], [1500,25,20,2,False,2,2], [1500,25,20,2,True,2,2], ], interpretation="default", title = 'Student Experience: cómo mejorar la experiencia de aprendizaje en la universidad', description = '¿Cómo calificarías la experiencia de aprendizaje que viviste/estás viviendo en la universidad? ¿Sabrías decir qué es lo que hace que estás más satisfecho/a con un profesor? Si eres estudiante, ¿preparado/a para saber qué es lo que tienes pedir a tu universidad para tener la mejor experiencia y notas posibles? Si eres profesor/a universitario/a ¿preparado/a para conocer los elementos en los que más tienes que enfocarte para mejorar tu desempeño profesional? Para saber más: https://saturdays.ai/2021/07/29/como-mejorar-la-experiencia-de-aprendizaje-en-la-universidad-con-inteligencia-artificial/', theme = 'peach' ) iface.launch()