URJCDSLab / CitizenLab-Research-and-Development

0 stars 0 forks source link

Resultados modelos #15

Open sariogonfer opened 1 year ago

sariogonfer commented 1 year ago

SOURCE: https://trello.com/c/bMALqZT8/23-resultado-modelos

Realizar la parte visual de un entorno genérico que permita visualizar los resultados de modelos

Está realizado ya en stramlit y matplotlib pero se necesita en plotly/dsash para la plataforma, y con alguna modificación

El desarrollo existente está en

La idea, como puede verse, es que hay un programa fácil de modificar y ampliar, de forma que el usuario sin demasiados conocimientos puede añadir cosas, modificar o quitar.

Hay que replicarlo con el objeto de que sea igual de fácil pero en plotly/dash

Las modificaciones a añadir se muestran en la imagen que se adjunta

Básicamente es cambiar las cosas un poco de sitio y meter unas opciones para que el usuario pueda elegir un modelo de entre varios. ahora como puede verse el programa en términos de modelo hace una cosa simplona de juguete que es esta: Build Regression Model

model = RandomForestRegressor() model.fit(X, Y) Apply Model to Make Prediction

prediction = model.predict(df)

La idea es añadir un desplegable que permita elegir de una lista de modelos. Esa lista que venga YA dada con x ejemplos (RandomForestRegressor, LinearRegression, GradientBoostingRegressor, SVR), PERO LO IMPORTANTE que el usuario pueda añadir los que desee en el código.

Después la idea es que haya un código selectivo del tipo if model_selected == RandomForestRegressor:

   # Build Regression Model
  model = RandomForestRegressor()
  model.fit(X, Y)
 # Apply Model to Make Prediction
 prediction = model.predict(df)

elsif: ....

Por otro lado, ahora se visualiza la salida predictiva del modelo, es decir se visualiza una variable: st.header('Prediction of MEDV') st.write(prediction) st.write('---')

La idea es que se puedan visualizar N variables, que el usuario puede ir añadiendo copiando código y salen una debajo de otra

Notas.