Este repositório demonstra como construir aplicativos de dados interativos utilizando modelos do Scikit-learn e a biblioteca Taipy. O objetivo é fornecer uma interface interativa para visualização e manipulação de modelos de machine learning.
- config.py: Contém a função
configure
que define a configuração dos cenários. - interface.py: Contém a definição da interface do usuário para o aplicativo Taipy.
- main.py: Script principal para configurar e rodar os cenários e a interface gráfica.
- Python 3.x
- Scikit-learn
- Taipy
-
Clone o repositório:
git clone https://github.com/seu-usuario/seu-repositorio.git cd seu-repositorio
-
Crie um ambiente virtual (opcional, mas recomendado):
python -m venv env source env/bin/activate # Linux/macOS env\Scripts\activate # Windows
-
Instale as dependências:
pip install -r requirements.txt
-
Execute o script principal:
python main.py
-
A interface gráfica estará disponível no navegador no endereço
http://localhost:3559
.
import taipy as tp
from time import time
from config import configure
from interface import interface
from taipy import Core, Gui
from sklearn.datasets import make_moons
if __name__ == "__main__":
core = Core()
my_scenario = configure()
core.run()
start = time()
dataset = make_moons(noise=0.3, random_state=0)
for model_name in ["MLPClassifier", "RandomForestClassifier", "SVC",
"KNeighborsClassifier", "LogisticRegression",
"AdaBoostClassifier", "GradientBoostingClassifier",
"DecisionTreeClassifier", "GaussianNB"]:
scenario = tp.create_scenario(my_scenario, name=f"{model_name}")
scenario.X.write(dataset[0])
scenario.y.write(dataset[1])
scenario.model_name.write(model_name)
tp.submit(scenario)
print(f"Total time {time()-start}")
# Instantiate, configure and run the GUI
gui = Gui(pages={"/": interface})
gui.run(dark_mode=False, port=3559, title="Taipy Scikit Demo App")
- Inicialização e Configuração:
- Core é inicializado e o cenário é configurado usando a função configure.
- O dataset make_moons é gerado com ruído.
- Criação e Execução de Cenários:
- Para cada modelo de classificação, um cenário é criado, o dataset e o nome do modelo são escritos nas variáveis do cenário.
- Cada cenário é submetido para execução.
- Interface Gráfica:
- A interface gráfica é configurada e executada usando a classe Gui da Taipy.
- Se você quiser contribuir, por favor, abra uma issue ou envie um pull request.
Este projeto está licenciado sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.