File size: 2,064 Bytes
b9d2247 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 |
import streamlit as st
import json
import requests
import pandas as pd
import numpy as np
import pickle
st.title("Прогнозирование фракции выброса левого желудочка")
col1, col2, col3, col4, col5 = st.columns(5)
kco = 57.0
kcr = 36.0
kdo = 128.5
cdla = 28.0
nyha = 2.0
mod = st.radio(
"Выберите модель",
options=["Линейная", "Нелинейная"]
)
with col1:
f1 = st.text_input('КCО')
with col2:
f2 =st.text_input('КСР')
with col3:
f3 = st.text_input('КДО')
with col4:
f4 = st.text_input('СДЛА')
with col5:
f5 = st.text_input('NYHA')
filename_model = 'huber.pickle'
filename_scaler = 'scaler.pickle'
filename_cat = 'catboost.pickle'
loaded_model = pickle.load(open(filename_model, 'rb'))
loaded_scaler = pickle.load(open(filename_scaler, 'rb'))
loaded_cat = pickle.load(open(filename_cat, 'rb'))
if st.button('OK'):
if f1 == '':
st.write('Вы не ввели КСО, будет использовано медианное значение')
f1 = kco
if f2 == '':
st.write('Вы не ввели КСР, будет использовано медианное значение')
f2 = kcr
if f3 == '':
st.write('Вы не ввели КДО, будет использовано медианное значение')
f3 = kdo
if f4 == '':
st.write('Вы не ввели СДЛА, будет использовано медианное значение')
f4 = cdla
if f5 == '':
st.write('Вы не ввели NYHA, будет использовано медианное значение')
f5 = nyha
line = np.array([[float(f1), float(f2), float(f3), float(f4), float(f5)]])
if mod == 'Линейная':
line_norm = loaded_scaler.transform(line)
res = loaded_model.predict(line_norm)[0]
st.write(int(res))
else:
res = loaded_cat.predict(line)[0]
st.write(int(res))
|