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

在这里插入图片描述
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))

在这里插入图片描述
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：
在这里插入图片描述
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。
在这里插入图片描述
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'<img src="data:image/gif;base64,{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'<img src="data:image/gif;base64,{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：

在这里插入图片描述
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：