Update app.py

app.py

@@ -2,18 +2,22 @@ import gradio as gr
 import joblib
 import numpy as np
 
-# Carregar o modelo serializado
-model = joblib.load("tiebreak_model.pkl")
+# Carregar o modelo e o modelo de calibração serializados
+model, calibration_model = joblib.load("tiebreak_calibrated_model.pkl")
 
 # Função para realizar a previsão
-def predict_tiebreak(win_odds_input, loser_odds_input):
+def predict_tiebreak(odds1_input, odds2_input):
     # Converter vírgulas para pontos caso necessário
-    win_odds_input = str(win_odds_input).replace(',', '.')
-    loser_odds_input = str(loser_odds_input).replace(',', '.')
+    odds1_input = str(odds1_input).replace(',', '.')
+    odds2_input = str(odds2_input).replace(',', '.')
 
     # Converter para float
-    win_odds = float(win_odds_input)
-    loser_odds = float(loser_odds_input)
+    odds1 = float(odds1_input)
+    odds2 = float(odds2_input)
+    
+    # Identificar a menor e maior odd (não precisamos assumir qual é qual)
+    win_odds = min(odds1, odds2)
+    loser_odds = max(odds1, odds2)
     
     # Calculando as features
     odds_ratio = win_odds / loser_odds
@@ -26,14 +30,17 @@ def predict_tiebreak(win_odds_input, loser_odds_input):
     # Criando o vetor de features para o modelo
     features = np.array([[odds_ratio, log_odds_w, log_odds_l, prob_w, prob_l, odds_spread]])
 
-    # Realizando a previsão
-    prob = model.predict_proba(features)[0, 1]  # Probabilidade da classe 1 (menos de 1.5 tiebreaks)
+    # Realizando a previsão com o modelo original
+    raw_prob = model.predict_proba(features)[0, 1]  # Probabilidade da classe 1 (menos de 1.5 tiebreaks)
+
+    # Calibrando a probabilidade com o modelo de calibração
+    calibrated_prob = calibration_model.predict_proba([[raw_prob]])[0, 1]
     
     # Calculando a odds mínima
-    odds_minima = 1 / prob
+    odds_minima = 1 / calibrated_prob
     
     # Formatando a probabilidade para percentual com duas casas decimais
-    prob_percent = f"{round(prob * 100, 2)}%"
+    prob_percent = f"{round(calibrated_prob * 100, 2)}%"
     
     # Retornando os valores
     return prob_percent, round(odds_minima, 2)
@@ -44,4 +51,4 @@ outputs = [gr.Textbox(label="Probabilidade de menos de 1.5 Tiebreaks"), gr.Textb
 
 # Criação da interface
 gr.Interface(fn=predict_tiebreak, inputs=inputs, outputs=outputs, title="Previsão de Tiebreaks",
-             description="Insira as odds de vitória e derrota para prever a probabilidade de haver menos de 1.5 tiebreaks e calcular as odds mínimas.").launch()
+             description="Insira as odds para prever a probabilidade de haver menos de 1.5 tiebreaks e calcular as odds mínimas.").launch()