-
Notifications
You must be signed in to change notification settings - Fork 0
/
dashboard.py
613 lines (499 loc) · 19.2 KB
/
dashboard.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
"""
Description: Ce fichier contient le dashboard de l'application Streamlit.
URL dashboard déployé sur le cloud streamlit :
https://projet8ocrdatascientist-pierrick-berthe.streamlit.app/
Author: Pierrick Berthe
Date: 2024-04-30
"""
# ============== étape 1 : Importation des librairies ====================
import sys
import time
import pandas as pd
import numpy as np
import requests
import os
import shap
import matplotlib
import matplotlib.pyplot as plt
import streamlit as st
import json
import PIL
from PIL import Image
from io import BytesIO
import plotly
import plotly.graph_objects as go
import seaborn as sns
# Versions
print("\nVersion des librairies utilisees :")
print("Python : " + sys.version)
print("Io : No module version")
print("Json : No module version")
print("Matplotlib : " + matplotlib.__version__)
print("Numpy : " + np.__version__)
print("Os : No module version")
print("Pandas : " + pd.__version__)
print("PIL : " + PIL.__version__)
print("Plotly : " + plotly.__version__)
print("Requests : " + requests.__version__)
print("Shap : " + shap.__version__)
print("Streamlit : " + st.__version__)
print("\n")
# ================= étape 2 : Chemins environnement ========================
# Indicateur pour savoir si l'API est sur le cloud ou en local
IS_API_ON_CLOUD = True
# Titre de l'application
st.title('Projet 8\n')
st.title('Réalisez un Dashboard\n')
st.write('Formation Data Scientist de Pierrick BERTHE\n')
# Affichage le chemin du répertoire courant
print("os.getcwd():",os.getcwd(), "\n")
# URL de l'API Flask (local ou distant)
if IS_API_ON_CLOUD:
URL_API = 'https://api-pb-e85d72620dec.herokuapp.com/'
else:
URL_API = 'http://127.0.0.1:5000'
print("URL_API:",URL_API, "\n")
# URL de l'API pour les requêtes POST
URL_API_CLIENT_SELECTION = f'{URL_API}/client_selection'
URL_API_CLIENT_EXTRACTION= f'{URL_API}/client_extraction'
URL_API_PREDICT = f'{URL_API}/predict'
URL_API_FI_LOCALE= f'{URL_API}/feature_importance_locale'
URL_API_FI_GLOBALE= f'{URL_API}/feature_importance_globale'
URL_API_FEAT_PLOT= f'{URL_API}/feature_plot'
URL_API_FEAT_SELECTION= f'{URL_API}/feature_selection'
URL_API_FEAT_EXTRACTION= f'{URL_API}/feat_extraction'
# ====================== étape 3 : Fonctions ============================
def fetch_data_and_client_selection(url, key_unique=None):
"""
Récupère les données et crée une liste déroulante pour sélectionner
un client.
"""
# Envoi de la requête POST
response = requests.post(url)
# SI requete OK => extraction, transformation et affichage des données
if response.status_code == 200:
sk_id_curr_all = response.json()
sk_id_curr_all = pd.Series(sk_id_curr_all)
client_id = st.selectbox(
'Choisir un id de client :',
sk_id_curr_all.unique(),
key=key_unique
)
return int(client_id)
else:
st.write("Erreur lors de la récupération des id des clients.")
return None
def fetch_feat_name_and_feat_selection(url, axe, key_unique=None):
"""
Récupère les noms des features et crée une liste déroulante pour
sélectionner une feature.
"""
# Envoi de la requête POST
response = requests.post(url)
# SI requete OK => extraction, transformation et affichage des données
if response.status_code == 200:
feat_name_all = response.json()
feat_name_all_df = pd.Series(feat_name_all)
feat_name = st.selectbox(
f"Choisir une feature à afficher sur l'axe des {axe} :",
feat_name_all_df.unique(),
key=key_unique
)
return str(feat_name)
else:
st.write("Erreur lors de la récupération des noms des features.")
return None
def get_client_data(url, client_id):
"""
Récupère les données d'un client spécifique.
"""
# Envoi de la requête POST
response = requests.post(url, json={'client_id': client_id})
# SI requete OK => load json, verif type str, transformation en df
if response.status_code == 200:
# load json
response_dict = json.loads(response.text)
# Vérification que 'client_data' est une chaîne JSON
if isinstance(response_dict["client_data"], str):
client_data = pd.read_json(
response_dict["client_data"],
orient='records'
)
client_data_brutes = pd.read_json(
response_dict["client_data_brutes"],
orient='records'
)
# Affichage des données du client
st.title(f'Client sélectionné : {client_id}')
# Vérification que 'SK_ID_CURR' est une colonne du DataFrame
if 'SK_ID_CURR' in client_data.columns:
return (
client_data.drop(columns=['SK_ID_CURR']),
client_data_brutes.drop(columns=['SK_ID_CURR', 'TARGET'])
)
else:
st.write("La colonne 'SK_ID_CURR' n'est pas dans le df.")
return client_data, client_data_brutes
else:
st.write("'client_data' n'est pas une chaîne JSON.")
return None, None
else:
st.write("Erreur lors de la récupération des données du client.")
return None, None
def get_feat_data(url, feature_name, axe):
"""
Récupère les données d'une feature spécifique.
"""
# Envoi de la requête POST
response = requests.post(url, json={'feature_name': feature_name})
# SI requete OK => load json, verif type str, transformation en df
if response.status_code == 200:
# load json
response_dict = json.loads(response.text)
# Vérification que 'client_data' est une chaîne JSON
if isinstance(response_dict["feat_data_brutes"], str):
feat_data_brutes = pd.read_json(
response_dict["feat_data_brutes"],
orient='records'
)
# Affichage des données du client
st.write(f'Feature sélectionné pour axe {axe} : {feature_name}')
return feat_data_brutes
else:
st.write("'feat_data_brutes' n'est pas une chaîne JSON.")
return None
else:
st.write("Erreur lors de la récupération des données de la feature.")
return None
def request_prediction(url, data):
"""
Envoie une requête POST de prédiction à un service web.
"""
# ESSAI de la requête POST
try:
response = requests.post(url, json=data.to_dict())
response.raise_for_status()
return response.json()
# Gestion des autres erreurs
except Exception as err:
print(f'Erreur dans la requête POST de prediction: {err}')
return None
def request_fi_locale(url, data):
"""
Récupère le calcul de la feature importance locale et l'affiche
"""
# Supprimer la col TARGET si elle existe
if 'TARGET' in data.columns:
data = data.drop(columns=['TARGET'])
# ESSAI de la requête POST
try:
print('request.post pret a lancer')
response = requests.post(url, json=data.to_dict())
print('request.post_effectued')
response.raise_for_status()
return response.json()
# Gestion des autres erreurs
except Exception as err:
print(f'Erreur dans la requête POST de FI locale: {err}')
return None
def calcule_fi_globale(url):
"""
Récupère le calcul de la feature importance globale et affiche le
summary plot en image.
"""
# Envoi de la requête POST
response = requests.post(url)
# SI requete OK => extraction, ouverture image et affichage
if response.status_code == 200:
image_bytes = BytesIO(response.content)
img = Image.open(image_bytes)
st.image(img)
else:
print("Erreur lors de la récupération de l'image.")
def get_feature_plot(url, client_id, feat_to_display):
"""
Récupère les données d'un client spécifique pour une feature donnée ainsi
que les distributions des données des 2 classes pour cette feature.
"""
# Envoi de la requête POST
response = requests.post(
url,
json={
'client_id': client_id,
'feat_to_display': feat_to_display
},
timeout=10
)
# SI requete OK => load json, verif type str, transformation en df
if response.status_code == 200:
# load json
response_dict = json.loads(response.text)
# Vérification que 'response_dict' est une float
if isinstance(response_dict, dict):
# Création du DataFrame
data_for_plot = pd.DataFrame({
'client_data': [response_dict['client_data']],
'client_0_data': [response_dict['client_0_data']],
'client_1_data': [response_dict['client_1_data']]
})
return data_for_plot
else:
st.write("'response_dict' n'est pas une dict.")
return None
else:
st.write("Erreur lors de la récupération des données du client.")
return None
def afficher_hist(client_data, client_id, url, key_unique=None):
"""
Cette procédure affiche un histogramme de la distribution des données
pour une feature sélectionnée.
"""
# Sélection de la feature à afficher
feat_to_display = st.selectbox(
'Choisir la feature à visualiser :',
client_data.columns,
key=key_unique
)
# Récupération des données du client
data_for_plot = get_feature_plot(
url,
client_id,
feat_to_display
)
# Affichage de l'histogramme
fig, ax = plt.subplots(figsize=(10, 8))
# Affichage de la distribution pour la classe 0 en vert
sns.kdeplot(
data_for_plot['client_0_data'][0],
color='green',
fill=True,
label='Clients accordés'
)
# Affichage de la distribution pour la classe 1 en rouge
sns.kdeplot(
data_for_plot['client_1_data'][0],
color='red',
fill=True,
label='Clients refusés'
)
# Ajout d'une ligne verticale pour la valeur du client en bleu
plt.axvline(
data_for_plot['client_data'][0],
color='blue',
linestyle='dashed',
linewidth=2,
label='Client sélectionné'
)
# Ajout de la légende et des titres
plt.legend()
ax.set_title(
f'Distribution de \n{feat_to_display}',
fontsize=24,
fontweight='bold'
)
ax.set_xlabel('Valeur', fontsize=24)
# Affichage du tracé dans Streamlit
st.pyplot(fig)
# ============= étape 4 : Fonction principale du dashboard ==================
def main():
"""
Fonction principale de l'application Streamlit.
"""
# Création des onglets
tab1, tab2, tab3, tab4 = st.tabs([
"Prédiction client",
"DataViz features",
"Analyse bivariée",
"Feature importance Globale"
])
# Page 1
with tab1:
st.title('Prédiction client\n')
# Récupération des clients et sélection d'un client
client_id_p1 = fetch_data_and_client_selection(
URL_API_CLIENT_SELECTION,
key_unique='select_client_id_1'
)
# Récupération des données du client
client_data_p1, client_data_brutes_p1 = get_client_data(
URL_API_CLIENT_EXTRACTION,
client_id_p1
)
# Sélection des features à afficher
feat_to_display = st.multiselect(
'Choisir les features à afficher :',
client_data_p1.columns
)
# Affichage uniquement des colonnes sélectionnées
if feat_to_display:
st.dataframe(client_data_brutes_p1[feat_to_display])
else:
st.dataframe(client_data_brutes_p1)
# Bouton pour calculer la prédiction => envoi de la requête POST
if st.button('Calculer la prédiction'):
response = request_prediction(URL_API_PREDICT, client_data_p1)
# Affichage d'une erreur si la prédiction est None
if response is None:
st.write('Erreur de prédiction\n')
# Affichage de la prédiction en français
else:
if response["prediction"] == 0:
st.markdown(
'<div style="background-color: #98FB98; padding: 10px;'
'border-radius: 5px; color: #000000;"'
'>Le prêt est accordé.</div>',
unsafe_allow_html=True
)
else:
st.markdown(
'<div style="background-color: #FF6347; padding: 10px;'
'border-radius: 5px; color: #000000;"'
'>Le prêt n\'est pas accordé.</div>',
unsafe_allow_html=True
)
# Affichage de la probabilité de refus
fig = go.Figure(go.Indicator(
mode="gauge+number",
value=response['proba_1'],
domain={'x': [0, 1], 'y': [0, 1]},
title = {'text': "Score de risque de crédit", 'font': {
'size': 24
}},
gauge={
'axis': {'range': [0, 1]},
'bar': {'color': "white"},
'steps': [
{
'range': [0, response['seuil_predict']],
'color': "green"
},
{
'range': [response['seuil_predict'], 1],
'color': "red"
}
],
'threshold': {
'line': {'color': "black", 'width': 5},
'thickness': 1,
'value': response['seuil_predict']
}
}
))
st.plotly_chart(fig)
# Afficher la valeur de seuil_predict
st.write(
f"Seuil de risque accord/refus : {response['seuil_predict']}")
print('len(client_data_p1):', len(client_data_p1))
print('client_data_p1:', client_data_p1)
# Calcule et affichage de feature importance locale
st.title('Feature importance locale :')
st.write(
'Les 5 features impactant le plus le score de ce client'
)
response = request_fi_locale(URL_API_FI_LOCALE, client_data_p1)
# Affichage d'une erreur si la prédiction est None
if response is None:
st.write('Erreur de feature importance locale\n')
else :
# Transformation données pour SHAP en array puis en df
shap_values_subset_array = np.array(
response['fi_locale_subset']['shap_values_subset']
)
client_data_subset_df = pd.DataFrame(
[response['fi_locale_subset']['client_data_subset']],
columns=response['fi_locale_subset']['top_features']
)
# Affichage feature importance locale
shap.force_plot(
response["explainer"][1],
shap_values_subset_array,
client_data_subset_df,
matplotlib=True
)
# Obtention de la figure actuelle et affichage streamlit
fig = plt.gcf()
st.pyplot(fig)
st.write('Les features en bleu entrainent une diminution du score de risque de crédit tandis que celles en rouge entrainent une augmentation. ')
# Page 2
with tab2:
st.title('DataViz features\n')
# Récupération des clients et sélection d'un client
client_id_p2 = fetch_data_and_client_selection(
URL_API_CLIENT_SELECTION,
key_unique='select_client_id_2'
)
# Récupération des données du client
client_data_p2, client_data_brutes_p2 = get_client_data(
URL_API_CLIENT_EXTRACTION,
client_id_p2
)
# Création des colonnes
col1, col2 = st.columns(2)
# Colonne 1 : (gauche)
with col1:
st.title('Feature n°1\n')
afficher_hist(
client_data_brutes_p2,
client_id_p2,
URL_API_FEAT_PLOT,
key_unique='histo_1'
)
# Colonne 2 : (droite)
with col2:
st.title('Feature n°2\n')
afficher_hist(
client_data_brutes_p2,
client_id_p2,
URL_API_FEAT_PLOT,
key_unique='histo_2'
)
# Page 3
with tab3:
st.title('Analyse bivariée')
# Récupération nom de feature et sélection d'une feature axe X et Y
feature_name_x = fetch_feat_name_and_feat_selection(
URL_API_FEAT_SELECTION,
axe='X',
key_unique='select_feat_name_x',
)
feature_name_y = fetch_feat_name_and_feat_selection(
URL_API_FEAT_SELECTION,
axe='Y',
key_unique='select_feat_name_y',
)
# Récupération des données de la feature de l'axe X et Y
feat_data_brutes_x = get_feat_data(
URL_API_FEAT_EXTRACTION,
feature_name_x,
'X'
)
feat_data_brutes_y = get_feat_data(
URL_API_FEAT_EXTRACTION,
feature_name_y,
'Y'
)
# Création du scatter plot avec ligne de corrélation
fig, ax = plt.subplots()
sns.regplot(
x=feat_data_brutes_x,
y=feat_data_brutes_y,
ax=ax,
line_kws={"color": "red"}
)
ax.set_title('Analyse bivariée')
ax.set_xlabel(feature_name_x)
ax.set_ylabel(feature_name_y)
# Affichage du plot dans Streamlit
st.pyplot(fig)
# Page 4
with tab4:
st.title('Feature importance Globale\n')
st.write('Les features ayant le plus d’impact sur le jeux de données de tous les clients sont présentés ici par ordre d’importance (du haut vers le bas).')
st.write('La disposition des couleurs de point (rouge à bleu) permet de comprendre si la feature est corrélée positivement ou négativement à la prédiction de score de risque de crédit.')
st.write('Si les points rouges (valeurs les plus hautes) sont à droite alors cette feature est corrélée positivement au score de risque de crédit.')
st.write('Si les points bleus (valeurs les plus basses) sont à droites alors cette feature est corrélée négativement au score de risque de crédit.')
# Calcule et affichage de feature importance globale
calcule_fi_globale(URL_API_FI_GLOBALE)
# =================== étape 5 : Run du dashboard ==========================
if __name__ == '__main__':
main()