Update app.py

app.py

@@ -1,66 +1,32 @@
 import gradio as gr
-
-# IA para analizar el estado de la colmena
-def analizar_colmena(temp, humedad, peso, co2, sonido, bateria, voc, temp_ext, humedad_ext, voltaje):
-    mensaje = "✅ Todo está dentro de los parámetros normales."
-
-    # Análisis de temperatura interna
-    if temp > 38:
-        mensaje += " ⚠️ Temperatura interna muy alta, activar ventilación."
-    elif temp < 30:
-        mensaje += " ⚠️ Temperatura interna muy baja, activar calefacción."
-
-    # Análisis de humedad interna
-    if humedad < 50:
-        mensaje += " ⚠️ Humedad interna baja, revisar condiciones."
-    elif humedad > 80:
-        mensaje += " ⚠️ Humedad interna alta, riesgo de hongos."
-
-    # Análisis de peso
-    if peso < 10:
-        mensaje += " ⚠️ Peso bajo, posible problema con la colmena."
-
-    # Análisis de CO₂
-    if co2 > 1000:
-        mensaje += " ⚠️ Nivel alto de CO₂, posible sobrepoblación o falta de ventilación."
-
-    # Análisis de sonido (frecuencia del zumbido)
-    if sonido < 150 or sonido > 300:
-        mensaje += " ⚠️ Frecuencia anormal en el zumbido, posible estrés en la colmena."
-
-    # Análisis de batería
-    if bateria < 20:
-        mensaje += " ⚠️ Batería baja, recargar el sistema."
-
-    # Análisis de compuestos volátiles orgánicos (VOC)
-    if voc > 600:
-        mensaje += " ⚠️ Nivel alto de VOC, posible contaminación del aire en la colmena."
-
-    # Análisis de temperatura exterior
-    if temp_ext > 40:
-        mensaje += " ⚠️ Temperatura exterior muy alta, riesgo de sobrecalentamiento."
-    elif temp_ext < 5:
-        mensaje += " ⚠️ Temperatura exterior muy baja, posible riesgo de frío extremo."
-
-    # Análisis de humedad exterior
-    if humedad_ext > 85:
-        mensaje += " ⚠️ Alta humedad exterior, posible riesgo de condensación."
-    elif humedad_ext < 30:
-        mensaje += " ⚠️ Baja humedad exterior, puede afectar a la colmena."
-
-    # Análisis de voltaje
-    if voltaje < 3.7:
-        mensaje += " ⚠️ Voltaje bajo, posible falla en la alimentación del sistema."
-
+import joblib
+import numpy as np
+import os
+
+# Cargar el modelo entrenado
+modelo_path = "modelo_colmena.pkl"
+if os.path.exists(modelo_path):
+    modelo = joblib.load(modelo_path)
+else:
+    raise FileNotFoundError("El modelo no se encuentra en el servidor.")
+
+# Función para hacer predicciones con el modelo
+def predecir(temp, humedad, peso, co2, vco, frecuencia, voltaje, temp_ext, humedad_ext):
+    entrada = np.array([[temp, humedad, peso, co2, vco, frecuencia, voltaje, temp_ext, humedad_ext]])
+    prediccion = modelo.predict(entrada)[0]  # El modelo devuelve [ventilador, ultrasonido]
+    
+    mensaje = f"🔹 Ventilador: {'ENCENDER' if prediccion[0] == 1 else 'APAGAR'}"
+    mensaje += f"\n🔹 Ultrasonido: {'ENCENDER' if prediccion[1] == 1 else 'APAGAR'}"
+    
     return mensaje
 
-# Crear API con Gradio
+# Crear la API en Gradio
 iface = gr.Interface(
-    fn=analizar_colmena,
-    inputs=["number", "number", "number", "number", "number", "number", "number", "number", "number", "number"],
+    fn=predecir,
+    inputs=["number", "number", "number", "number", "number", "number", "number", "number", "number"],
     outputs="text",
     title="🐝 IA Inteligente para Colmenas",
-    description="Introduce los datos de la colmena y la IA analizará si hay problemas y qué acciones tomar."
+    description="Introduce los datos de la colmena y la IA predecirá si es necesario activar ventilador y ultrasonido."
 )
 
 # Lanzar la API