MODELO-ML/main.py at main · DATASCIENTISTSHENRY/MODELO-ML · GitHub

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
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131

import xgboost as xgb
import streamlit as st
import pandas as pd
from sklearn.preprocessing import StandardScaler

import streamlit as st
from PIL import Image


#st.set_page_config(layout="wide")
st.title('Modelo de predicción de variación de stock migratorio Argentina')


st.markdown(
    """
    <style>
        .stApp {
            background-image: url('https://static.vecteezy.com/system/resources/previews/007/080/746/non_2x/grey-map-of-the-world-high-detail-world-map-vector.jpg');
            background-size: cover;
        }
    </style>
    """,
    unsafe_allow_html=True
)


#Loading up the Regression model we created
model = xgb.XGBRegressor()
model.load_model('xgb_model_final_3.json')
#anio = st.selectbox('Año:',[2025,2030,2035])


st.sidebar.markdown("<h1 style='text-align: center; color:#893395 ; font-size: 30px;'>Indicadores</h1>", unsafe_allow_html=True)
st.sidebar.markdown("<h3 div style='text-align: center; font-size: 16px;'>Valores en 2020, máximo y mínimo históricos</h3>", unsafe_allow_html=True)

ingresos = st.sidebar.slider("Ingresos per cápita", 5.516, 35.280000, 31.334)
electricidad = st.sidebar.slider('Acceso a electricidad', 92.154800, 100.00, 100.000000)
crecimiento_pbi = st.sidebar.slider('Crecimiento PBI per cápita', -11.845950, 9.844296, -10.812611)
importaciones = st.sidebar.slider('Importaciones de Mercadería', 9.810000e+08, 8.152200e+10, 4.235400e+10)
pobreza = st.sidebar.slider('Pobreza', 25.700000, 50.000000, 42.00)
mortalidad = st.sidebar.slider('Mortalidad', 7.369000, 9.478000, 8.509)
desempleados = st.sidebar.slider('Desempleados con educación avanzada', 2.920000, 13.780000, 4.720)


st.markdown("<h2 style='text-align: center; font-size: 23px;'>Porcentaje de variación de indicadores respecto a 2020</h2>", unsafe_allow_html=True)


# Crear las columnas
columna1, columna2, columna3, columna4, columna5, columna6, columna7 = st.columns(7)

# Definir una función para aplicar el formato según el cambio
def formato_cambio(nombre, cambio):
    if cambio < 0:
        color = "red"
    elif cambio > 0:
        color = "green"
    else:
        color = "#893395"
    return f"<div style='border: 1px solid #893395; padding: 10px; border-radius: 5px; color: {color};'>{nombre} {cambio}%</div>"

# Ingresos
cambio_ingresos = round(((ingresos - 31.334) * 100) / 31.334, 1)
columna1.markdown(formato_cambio("Ingresos", cambio_ingresos), unsafe_allow_html=True)

# Electricidad
cambio_electricidad = round(((electricidad - 100.000000) * 100) / 100.000000, 1)
columna2.markdown(formato_cambio("Electric.", cambio_electricidad), unsafe_allow_html=True)

# Crecimiento PBI
cambio_crecimiento_pbi = round(((crecimiento_pbi - (-10.812611)) * 100) / (10.812611), 1)
columna3.markdown(formato_cambio("Crec. PBI", cambio_crecimiento_pbi), unsafe_allow_html=True)

# Importaciones
cambio_importaciones = round(((importaciones - 4.235400e+10) * 100) / (4.235400e+10), 1)
columna4.markdown(formato_cambio("Import. ", cambio_importaciones), unsafe_allow_html=True)

# Desempleados
cambio_desempleados = round(((desempleados - 4.720) * 100) / (4.720), 1)
columna5.markdown(formato_cambio("Desempl.", cambio_desempleados), unsafe_allow_html=True)

# Pobreza
cambio_pobreza = round(((pobreza - 42.00) * 100) / (42.00), 1)
columna6.markdown(formato_cambio("Pobreza ", cambio_pobreza), unsafe_allow_html=True)

# Mortalidad
cambio_mortalidad = round(((mortalidad - 8.509) * 100) / (8.509), 1)
columna7.markdown(formato_cambio("Mort.   ", cambio_mortalidad), unsafe_allow_html=True)


X = pd.read_csv('para_llenar_2')
X.drop(columns='Unnamed: 0',inplace=True)
X['Year']=2020
X['Ingresos']=ingresos
X['Electricidad']= electricidad
X['Crecimiento PBI per cápita']=crecimiento_pbi
X['Importaciones']=importaciones
X['Desempleados con educación avanzada']=desempleados
X['Pobreza']=pobreza
X['Mortalidad']=mortalidad
X['ISO3_dest_ARG']=1

st.text("")
st.text("")
st.text("")
st.text("")


col1, col2, col3 = st.columns([2, 4, 2])

# Colocar el botón en la columna central
with col2:
    if st.button('Predecir porcentaje de variación en stock migratorio', key='predict_button'):
        migrantes = model.predict(X)
        referencia = ((migrantes[0] - 1859386.375) * 100) / 1859386.375
        if referencia < 0:
            st.markdown(f"<div style='background-color: rgba(255, 0, 0, 0.5); padding: 15px; border-radius: 10px; text-align: center; font-size: 24px;'>{referencia:.2f}%</div>", unsafe_allow_html=True)
        else:
            st.markdown(f"<div style='background-color: rgba(46, 204, 113, 0.5); padding: 15px; border-radius: 10px; text-align: center; font-size: 24px;'>{referencia:.2f}%</div>", unsafe_allow_html=True)