-
Notifications
You must be signed in to change notification settings - Fork 0
/
S03.py
193 lines (146 loc) · 7.11 KB
/
S03.py
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
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
import streamlit as st
import pandas as pd
import plotly.express as px
import plotly.graph_objs as go
from PIL import Image
import joblib
import time
# Carregar o modelo previamente treinado
modelo = joblib.load('model/logistic_regression_model.pkl')
# Carregar as colunas do arquivo CSV
colunas = pd.read_csv('data/dados_tratados.csv').columns[1:] # Removendo Churn
# Função para calcular o número total de serviços contratados (mesma do justdoit)
def TotalServiceTransformer(X):
servicos = ['Multiplelines', 'Onlinesecurity', 'Onlinebackup',
'Deviceprotection', 'Techsupport', 'Streamingtv',
'Streamingmovies']
contador_sim = lambda col: col.apply(lambda x: 1 if x == 'Yes' else 0)
X['TotalServices'] = X[servicos].apply(contador_sim, axis=1).sum(axis=1)
# Função para fazer a previsão de churn
def previsao_churn(dados_entrada):
df_entrada = pd.DataFrame([dados_entrada], columns = colunas)
TotalServiceTransformer(df_entrada)
predicao = modelo.predict(df_entrada)
probabilidade = modelo.predict_proba(df_entrada)[:, 1]
return predicao[0], probabilidade[0]
# Função para exibir a previsão
def exibir_previsao(dados_entrada):
predicao, probabilidade = previsao_churn(dados_entrada)
probabilidade_percent = round(probabilidade, 3) * 100
coluna1, coluna2 = st.columns([1, 2])
mensagem = f"<p style='font-size: 24px;; color: {'red' if probabilidade >= 0.5 else 'green'};'>"
mensagem += f"Este cliente <span style='font-weight: bold;'>{'está propenso' if probabilidade >= 0.5 else 'não está propenso'}"
mensagem += " a deixar a empresa</span></p>"
with coluna1:
st.header('Probabilidade do cliente deixar a Novexus')
st.markdown(mensagem, unsafe_allow_html=True)
with coluna2:
fig = go.Figure(go.Indicator(
mode="gauge+number",
number={'suffix': "%", 'font': {'size': 50}},
value=round(probabilidade, 3) * 100,
gauge={'axis': {'range': [0, 100], 'tickvals': [0, 25, 50, 75, 100],
'ticktext': ['MÍNIMA', 'BAIXA', 'MÉDIA', 'ALTA', 'MÁXIMA'],
'tickwidth': 0.1, 'tickfont': {'size': 16, 'color': 'black'}},
'bar': {'color': 'black'},
'steps': [{'range': [0, 25], 'color': "#007A00"},
{'range': [25, 50], 'color': "#0063BF"},
{'range': [50, 75], 'color': "#FFCC00"},
{'range': [75, 100], 'color': "#ED1C24"}]
}))
st.plotly_chart(fig, use_container_width=True)
# Configurações da página Streamlit (streamlit run S03_App.py)
im = Image.open('images/icon.ico')
st.set_page_config(page_title = 'Churn Predictor Novexus',
page_icon = im,
layout = 'wide')
# Inserir o logotipo
image = Image.open('images/Logo (8).png')
st.image(image, use_column_width = True)
# Título principal
st.markdown("<h1 style='text-align: center;'>Churn Predictor</h1>", unsafe_allow_html=True)
data_input_option = st.radio("Como deseja inserir os dados do cliente?", ["Usar arquivo CSV", "Inserir manualmente"])
# Se o usuário optar por inserir dados via CSV
if data_input_option == "Usar arquivo CSV":
csv_file = st.file_uploader("Carregar arquivo CSV", type=["csv"])
if csv_file:
try:
df = pd.read_csv(csv_file)
dados_entrada = df.iloc[0].to_dict()
if st.button('Ver Previsão'):
with st.spinner('Fazendo a previsão...'):
time.sleep(2) # Simular um atraso no cálculo da previsão
exibir_previsao(dados_entrada)
except Exception as e:
st.error(f"Ocorreu um erro ao processar o arquivo CSV. Detalhes do erro: {str(e)}")
else:
# Coletar informações do usuário
st.header('Informações gerais do cliente')
coluna1, coluna2, coluna3, coluna4 = st.columns(4)
with coluna1:
genero = st.radio('Gênero', ['Female', 'Male'])
with coluna2:
senior_citizen = st.radio('Cliente igual ou acima de 65 anos (0: Não, 1: Sim)', [0, 1])
with coluna3:
parceiro = st.radio('Possui parceiro(a)', ['Yes', 'No'])
with coluna4:
dependentes = st.radio('Possui dependentes', ['Yes', 'No'])
st.header('Serviços telefônicos')
coluna1, coluna2 = st.columns(2)
with coluna1:
phone_service = st.radio('Assinatura de serviço telefônico', ['Yes', 'No'])
with coluna2:
multiple_lines = st.radio('Assisnatura de mais de uma linha de telefone', ['Yes', 'No'])
st.header('Serviços de internet')
with st.expander("Opções de Assinatura"):
internet_service = st.radio('Assinatura de um provedor internet', ['DSL', 'Fiber optic', 'No'])
with st.expander("Opções Adicionais"):
online_security = st.radio('Assinatura adicional de segurança online', ['No', 'Yes'])
online_backup = st.radio('Assinatura adicional de backup online', ['Yes', 'No'])
device_protection = st.radio('Assinatura adicional de proteção no dispositivo', ['No', 'Yes'])
tech_support = st.radio('Assinatura adicional de suporte técnico (menos tempo de espera)', ['Yes', 'No'])
streaming_tv = st.radio('Assinatura de TV a cabo', ['Yes', 'No'])
streaming_movies = st.radio('Assinatura de streaming de filmes', ['No', 'Yes'])
if internet_service == 'No':
online_security = 'No'
online_backup = 'No'
device_protection = 'No'
tech_support = 'No'
streaming_tv = 'No'
streaming_movies = 'No'
st.header('Assuntos financeiros do cliente')
tenure = st.slider('Meses de contrato', 0, 100, 1)
coluna1, coluna2, coluna3 = st.columns(3)
with coluna1:
contrato = st.radio('Tipo de contrato', ['One year', 'Month-to-month', 'Two year'])
with coluna2:
paperlessbilling = st.radio('O cliente prefere receber online a fatura', ['Yes', 'No'])
with coluna3:
payment_method = st.radio('Forma de pagamento', ['Mailed check', 'Electronic check', 'Credit card (automatic)', 'Bank transfer (automatic)'])
monthly_charges = st.number_input("Total de gastos por mês")
total_charges = st.number_input("Total de gastos")
dados_entrada = {
'Gender': genero,
'Seniorcitizen': senior_citizen,
'Partner': parceiro,
'Dependents': dependentes,
'Tenure': tenure,
'Phoneservice': phone_service,
'Multiplelines': multiple_lines,
'Internetservice': internet_service,
'Onlinesecurity': online_security,
'Onlinebackup': online_backup,
'Deviceprotection': device_protection,
'Techsupport': tech_support,
'Streamingtv': streaming_tv,
'Streamingmovies': streaming_movies,
'Contract': contrato,
'Paperlessbilling': paperlessbilling,
'Paymentmethod': payment_method,
'Charges_monthly': monthly_charges,
'Charges_total': total_charges
}
if st.button('Ver Previsão'):
with st.spinner('Fazendo a previsão...'):
time.sleep(2)
exibir_previsao(dados_entrada)