Incluyo variable peso

app.py

@@ -11,7 +11,6 @@ def scaler_model_selector():
     
     return model, scaler
 
-
 def calculate_means(L_izda, L_dcha):
     """
     Calcula la media entre "izda L" y "dcha L"
@@ -22,11 +21,13 @@ def calculate_means(L_izda, L_dcha):
 def process_inputs(measured_values):
     '''
     En la aplicación se introducen estos datos:
+    'peso'
     'L izda'
     'L dcha'
     
     El clasificador recibe: 
     L_media
+    peso
     
     Parameters
     ----------
@@ -36,14 +37,14 @@ def process_inputs(measured_values):
     Returns
     -------
     processed_data : numpy array
-        array con los datos procesados y con forma (1,1) 
+        array con los datos procesados y con forma (1,2) 
         para ser leidos por el clasificador
 
     '''
-    L_izda, L_dcha = measured_values
+    peso, L_izda, L_dcha = measured_values
     L_media = calculate_means(L_izda, L_dcha)
     
-    processed_data = [L_media]
+    processed_data = [L_media, peso]
     processed_data = np.array([processed_data]).reshape(1, -1)
     return processed_data
 
@@ -71,7 +72,8 @@ El modelo de clasificación se ha entrenado con 31 hembras y 34 machos consiguie
 """
 demo = gr.Interface(
     fn=complete_classification,
-    inputs=[gr.Number(label = 'L izda (mm)'),
+    inputs=[gr.Number(label = 'Peso (g)'),
+            gr.Number(label = 'L izda (mm)'),
             gr.Number(label = 'L dcha (mm)')],
     outputs="text",
     title=title,