main.py

from operator import index
import streamlit as st
import pandas as pd
import numpy as np
from sklearn import datasets
from sklearn.ensemble import RandomForestClassifier

st.write('''

# App Simple pour la prévision des fleurs d'Iris
Cette application prédit la catégorie des fleurs d'Iris

''')
st.sidebar.header("les parametres d'entrée")

def user_input():
    sepal_length=st.sidebar.slider("la longueur de sepal",4.3,7.9,5.3)
    sepal_width=st.sidebar.slider("la largeur de sepal",2.0,4.4,3.3)
    petal_length=st.sidebar.slider("la longueur de petal",1.0,6.9,2.3)
    petal_width=st.sidebar.slider("la largeur de petal",0.1,2.5,1.3)

    data={'sepal_length':sepal_length,
    'sepal_width':sepal_width,
    'petal_length':petal_length,
    'petal_width':petal_width
    }
    fleur_parametres=pd.DataFrame(data,index=[0])
    return fleur_parametres

df=user_input()
st.subheader('On veut trouver la categorie de cette fleur')
st.write(df)

iris=datasets.load_iris()
clf=RandomForestClassifier()
clf.fit(iris.data,iris.target)

prediction=clf.predict(df)

st.subheader('la categorie de la fleur iris est:')
st.write(iris.target_names[prediction])