import gradio as gr
import numpy as np
import joblib

# Cargar el modelo entrenado
model = joblib.load('titanic.pkl')

def predict_survival(sex, age, fare, pclass, sibsp):
    # Convertir entradas a formato numérico y ajustar según el modelo
    # Asumimos que 'Masculino' = 1, 'Femenino' = 0
    sex = 1 if sex == "Masculino" else 0
    
    # Preparar el array con las características en el orden correcto
    input_features = np.array([[sex, age, fare, pclass, sibsp]])
    
    # Hacer la predicción usando el modelo
    prediction = model.predict(input_features)
    
    # Retornar el resultado en forma legible
    result = 'Sobrevive' if prediction[0] == 1 else 'No sobrevive'
    return result

# Definir la interfaz de Gradio
iface = gr.Interface(
    fn=predict_survival,
    inputs=[
        gr.components.Dropdown(choices=["Masculino", "Femenino"], label="Sexo"),
        gr.components.Slider(minimum=0, maximum=100, step=1, value=28, label="Edad"),
        gr.components.Slider(minimum=0, maximum=512, step=1, value=33, label="Tarifa"),
        gr.components.Dropdown(choices=[1, 2, 3], label="Clase del Pasajero"),
        gr.components.Slider(minimum=0, maximum=8, step=1, value=0, label="Hermanos/Cónyuges a bordo")
    ],
    outputs=gr.components.Textbox(label="Predicción de Supervivencia")
)

# Lanzar la aplicación
iface.launch()