Update app.py

app.py

@@ -9,28 +9,19 @@ model_LayAway_calibrated = joblib.load('platt_scaled_model_class_layaway_0.pkl')
 model_LayHome = joblib.load('model_class_layhome_1.pkl')
 
 # Faixas de precisão
-precision_by_bin = {
-    '0-5%': 0.592715,
-    '5-10%': 0.519316,
-    '10-15%': 0.524543,
-    '15-20%': 0.636364,
-    '20-25%': 0.666905,
-    '25-30%': 0.678614,
-    '30-35%': 0.694686,
-    '35-40%': 0.727428,
-    '40-45%': 0.732558,
-    '45-50%': 0.750000,
-    '50-55%': 0.784753,
-    '55-60%': 0.788012,
-    '60-65%': 0.786517,
-    '65-70%': 0.793349,
-    '70-75%': 0.818182,
-    '75-80%': 0.853535,
-    '80-85%': 0.822222,
-    '85-90%': 0.841962,
-    '90-95%': 0.853618,
-    '95-100%': 0.902997
-}
+precision_by_bin = pd.DataFrame({
+    'Faixa': [
+        '0-5%', '5-10%', '10-15%', '15-20%', '20-25%',
+        '25-30%', '30-35%', '35-40%', '40-45%', '45-50%',
+        '50-55%', '55-60%', '60-65%', '65-70%', '70-75%',
+        '75-80%', '80-85%', '85-90%', '90-95%', '95-100%'
+    ],
+    'Precision': [
+        0.592715, 0.519316, 0.524543, 0.636364, 0.666905, 0.678614, 0.694686,
+        0.727428, 0.732558, 0.750000, 0.784753, 0.788012, 0.786517, 0.793349,
+        0.818182, 0.853535, 0.822222, 0.841962, 0.853618, 0.902997
+    ]
+})
 
 def converter_para_float(valor):
     return float(valor.replace(',', '.'))
@@ -46,14 +37,8 @@ def calcular_percentual_recomendado(probabilidade, max_percent, min_percent, pre
     return round(f_star * 100, 2)
 
 def determinar_faixa(probabilidade):
-    # Definindo as faixas de probabilidade em intervalos de 5%
     bins = np.arange(0, 1.05, 0.05)  # Faixas de 0% a 100% com passos de 5%
-    labels = [
-        '0-5%', '5-10%', '10-15%', '15-20%', '20-25%',
-        '25-30%', '30-35%', '35-40%', '40-45%', '45-50%',
-        '50-55%', '55-60%', '60-65%', '65-70%', '70-75%',
-        '75-80%', '80-85%', '85-90%', '90-95%', '95-100%'
-    ]
+    labels = precision_by_bin['Faixa'].tolist()
 
     # Encontrar o índice da faixa correspondente
     bin_index = np.digitize([probabilidade / 100], bins, right=False) - 1
@@ -92,7 +77,7 @@ def fazer_previsao(ODD_H, ODD_D, ODD_A, min_percent, max_percent):
         
         # Determinar faixa de probabilidade e precisão correspondente
         faixa = determinar_faixa(probabilidade_LayAway_calibrated)
-        precision = precision_by_bin[faixa]
+        precision = precision_by_bin.loc[precision_by_bin['Faixa'] == faixa, 'Precision'].values[0]
 
         # Calcular percentual recomendado e odds mínima
         percentual_recomendado = calcular_percentual_recomendado(
@@ -113,8 +98,7 @@ def fazer_previsao(ODD_H, ODD_D, ODD_A, min_percent, max_percent):
                     f"---> probabilidade: {probabilidade_LayHome}%\n" \
                     f"---> Percentual recomendado da banca: {percentual_recomendado}%\n"
 
-    return resultado
-
+    return resultado, precision_by_bin
 
 # Criar a interface Gradio
 iface = gr.Interface(
@@ -126,9 +110,12 @@ iface = gr.Interface(
         gr.Slider(1, 40, label="Percentual Mínimo da Banca (%)", value=1),  # Slider mínimo com valor inicial 1
         gr.Slider(10, 100, label="Percentual Máximo da Banca (%)", value=100)  # Slider máximo com valor inicial 100
     ],
-    outputs="text",
+    outputs=[
+        gr.Textbox(label="Recomendação"),
+        gr.Dataframe(label="Tabela de Precision por Faixa", value=precision_by_bin)
+    ],
     title="Redução de Risco em Apostas",
     description="Insira as Odds e obtenha uma sugestão para entradas LayAway (CASA vence ou EMPATA) e LayHome (VISITANTE vence ou EMPATA), juntamente com o percentual recomendado da banca e odds mínima."
 )
 
-iface.launch()
+iface.launch(share=True)