翻译: Streamlit从入门到精通 构建一个机器学习应用程序 三
Streamlit从入门到精通 系列：
- 翻译: Streamlit从入门到精通 基础控件 一
- 翻译: Streamlit从入门到精通 显示图表Graphs 地图Map 主题Themes 二
1. 构建一个机器学习应用程序
在这一部分，我将带你了解我做的一个关于贷款预测的项目。
贷款的主要利润直接来自于贷款的利息。贷款公司在进行了一系列严格的审核和验证过程后，才会授予贷款。然而，他们仍然不能保证申请人是否能够毫无困难地偿还贷款。在这个教程中，我们将构建一个预测模型（随机森林分类器）来预测申请人的贷款状态。我们的任务是准备一个网络应用，使其能够在生产环境中使用。
首先，我们从导入应用程序所需的必要库开始：
import streamlit as st
import pandas as pd
import numpy as np
import pickle
#to load a saved modelimport base64 #to open .gif files in streamlit app
在这个应用程序中，我们将使用多个小部件作为滑块：在侧边栏菜单中选择框和单选按钮，为此我们将准备一些Python函数。这个例子将是一个简单的演示，它有两个页面。在主页上，它将显示我们选择的数据，而“探索”页面将允许您在图表中可视化变量，“预测”页面将包含带有“预测”按钮的变量，该按钮将允许您估计贷款状态。下面的代码为您在侧边栏提供了一个选择框，使您能够选择一个页面。数据进行了缓存，因此无需不断重新加载。
@st.cache是一种缓存机制，即使在从网络加载数据、处理大型数据集或执行昂贵的计算时，也能让您的应用保持高效。
@st.cache(suppress_st_warning=True)
def get_fvalue(val):
feature_dict = {"No":1,"Yes":2}
for key,value in feature_dict.items():
if val == key:
return valuedef get_value(val,my_dict):
for key,value in my_dict.items():
if val == key:
return valueapp_mode = st.sidebar.selectbox('Select Page',['Home','Prediction']) #two pages
在主页上，我们将展示：演示图片 / 数据集 / 申请人收入和贷款金额的直方图。
注：我们将使用if/elif/else来在不同页面间切换。
我们将把loan_dataset.csv文件加载到名为data的变量中，这将使我们能够在主页上展示其中的几行数据。
if app_mode=='Home':
st.title('LOAN PREDICTION :')
st.image('loan_image.jpg')
st.markdown('Dataset :')
data=pd.read_csv('loan_dataset.csv')
st.write(data.head())
st.markdown('Applicant Income VS Loan Amount ')
st.bar_chart(data[['ApplicantIncome','LoanAmount']].head(20))
然后在预测页面：
elif app_mode == 'Prediction':
st.image('slider-short-3.jpg')
st.subheader('Sir/Mme , YOU need to fill all necessary informations in order to get a reply to your loan request !')
st.sidebar.header("Informations about the client :")
gender_dict = {"Male":1,"Female":2}
feature_dict = {"No":1,"Yes":2}
edu={'Graduate':1,'Not Graduate':2}
prop={'Rural':1,'Urban':2,'Semiurban':3}
ApplicantIncome=st.sidebar.slider('ApplicantIncome',0,10000,0,)
CoapplicantIncome=st.sidebar.slider('CoapplicantIncome',0,10000,0,)
LoanAmount=st.sidebar.slider('LoanAmount in K$',9.0,700.0,200.0)
Loan_Amount_Term=st.sidebar.selectbox('Loan_Amount_Term',(12.0,36.0,60.0,84.0,120.0,180.0,240.0,300.0,360.0))
Credit_History=st.sidebar.radio('Credit_History',(0.0,1.0))
Gender=st.sidebar.radio('Gender',tuple(gender_dict.keys()))
Married=st.sidebar.radio('Married',tuple(feature_dict.keys()))
Self_Employed=st.sidebar.radio('Self Employed',tuple(feature_dict.keys()))
Dependents=st.sidebar.radio('Dependents',options=['0','1' , '2' , '3+'])
Education=st.sidebar.radio('Education',tuple(edu.keys()))
Property_Area=st.sidebar.radio('Property_Area',tuple(prop.keys()))
class_0 , class_3 , class_1, class_2 = 0,0,0,0
if Dependents == '0':
class_0 = 1
elif Dependents == '1':
class_1 = 1
elif Dependents == '2':
class_2 = 1
else:
class_3= 1
Rural,Urban,Semiurban=0,0,0
if Property_Area == 'Urban' :
Urban = 1
elif Property_Area == 'Semiurban' :
Semiurban = 1
else :
Rural=1
我们编写了两个函数get_value(val, my_dict)和get_fvalue(val)，以及字典feature_dict，用于操作st.sidebar.radio()来处理非数字变量。这是可选的，你可以轻松地做类似这样的事情：
让我们看看为什么我们这样做。
注意：机器学习算法不能处理分类变量。在数据集中，我做了一些特征工程。例如，列Married有两个变量’Yes’和’No’，我进行了标签编码（看一下以便更好地理解），所以"NO"等于1，"Yes"等于2。函数get_fvalue(val)可以轻松返回值（1/2），取决于客户选择的是什么。函数get_value(val,my_dict)也是如此。这两个函数的区别在于，第一个处理yes/no特征，第二个则适用于当我们有多个变量的一般情况（例如：性别）。
正如我们所看到的，变量Dependents有四个类别’0’、‘1’、‘2’和’3+’，我们不能将这样的东西转换为数值变量，而且我们有’+3’，意味着Dependents可以取3、4、5… 我们进行了独热编码（看一下以便更好地理解），因此，我们创建了一个包含四个元素的侧边栏单选框，每个元素都有一个二进制变量，如果客户选择了’0’，class_0将等于1，其他的将等于0。
我们对“Property_Area”进行了独热编码，因此我们创建了3个变量（农村、城市、半城市）。当“农村”取1时，其他变量将等于0。
那么我们已经看到了这两点——当我们标记或对我们的特征进行独热编码时，以及如何处理这些编码以成功创建一个运行中的Streamlit应用程序。
data1={
'Gender':Gender,
'Married':Married,
'Dependents':[class_0,class_1,class_2,class_3],
'Education':Education,
'ApplicantIncome':ApplicantIncome,
'CoapplicantIncome':CoapplicantIncome,
'Self Employed':Self_Employed,
'LoanAmount':LoanAmount,
'Loan_Amount_Term':Loan_Amount_Term,
'Credit_History':Credit_History,
'Property_Area':[Rural,Urban,Semiurban],
}
feature_list=[ApplicantIncome,CoapplicantIncome,LoanAmount,Loan_Amount_Term,Credit_History,get_value(Gender,gender_dict),get_fvalue(Married),data1['Dependents'][0],data1['Dependents'][1],data1['Dependents'][2],data1['Dependents'][3],get_value(Education,edu),get_fvalue(Self_Employed),data1['Property_Area'][0],data1['Property_Area'][1],data1['Property_Area'][2]]
single_sample = np.array(feature_list).reshape(1,-1)
现在我们会把我们的变量存储在一个字典中，因为我们写了get_value(val,my_dict)和get_fvalue(val)来处理字典。之后，客户在我们的Streamlit应用中将选择的输入将被整理在一个名为feature_list的列表中，然后转换为一个名为single_sample的numpy变量。
注意：特征的输入必须按照数据集列的相同顺序排列（例如，已婚不能取性别的输入）。
if st.button("Predict"):
file_ = open("6m-rain.gif", "rb")
contents = file_.read()
data_url = base64.b64encode(contents).decode("utf-8")
file_.close()
file = open("green-cola-no.gif", "rb")
contents = file.read()
data_url_no = base64.b64encode(contents).decode("utf-8")
file.close()
loaded_model = pickle.load(open('Random_Forest.sav', 'rb'))
prediction = loaded_model.predict(single_sample)
if prediction[0] == 0 :
st.error( 'According to our Calculations, you will not get the loan from Bank' )
st.markdown( f'
{data_url_no}" alt="cat gif">', unsafe_allow_html=True,)
elif prediction[0] == 1 :
st.success( 'Congratulations!! you will get the loan from Bank' )
st.markdown( f'{data_url}" alt="cat gif">', unsafe_allow_html=True, )
最后，我们将把保存的RandomForestClassifier模型加载到loaded_model中，并将其预测结果，即0或1（分类问题），保存在prediction中。.gif文件将被存储在file和file_中。根据prediction的值，我们将有两种情况：“成功”或“失败”，来决定是否能从银行获得贷款。
这是我们的预测页面：
故障情况下，输出将如下所示：
在成功的情况下，输出将如下所示：
代码
- https://github.com/Nadiaa1/Streamlit_app