main_app.py

import streamlit as st
import pandas as pd
from sklearn.model_selection import train_test_split

st.title('機械学習アプリケーション')

uploaded_file = st.file_uploader("ファイルをアップロードしてください！")

if uploaded_file is not None:
    df = pd.read_csv(uploaded_file)
    # dfちゃんと読み込んむか
    #st.write(df.columns)
    st.divider()
    st.title('データの準備')

    features = st.multiselect('特徴量の選択',
                                df.columns.tolist(),
                                df.columns.tolist())
    
    target = st.selectbox('ターゲットの選択',
                          df.columns.tolist())
    
    #テストデータを分ける
    test_size = st.slider('テストデータのサイズ',0.0, 1.0, 0.5)
    
    df_train,df_test = train_test_split(df,
                                        test_size=test_size,
                                        random_state=1)
    st.divider()
    st.title('モデリング')

    model_option = st.selectbox(
        'モデルを選択',
        ['決定木','ランダムフォーレスト','プースティング決定木']
    )

    if model_option == '決定木':
        from sklearn.tree import DecisionTreeClassifier
        model = DecisionTreeClassifier(max_depth=4)

    elif model_option == 'ランダムフォーレスト':
        from sklearn.ensemble import RandomForestClassifier
        model = RandomForestClassifier(n_estimators=200,
                                       max_depth=4,
                                       random_state=1)
        
    elif model_option == 'プースティング決定木':
        from sklearn.ensemble import GradientBoostingClassifier
        model = GradientBoostingClassifier(n_estimators=200,
                                           max_depth=4,
                                           random_state=1)  
    #st.write(model)
    button = st.button('学習開始')

    if button:
        model.fit(df_train[features],df_train[target])
        st.divider()
        st.title('評価する')
        pred_train = model.predict(df_train[features])#学習データ予測
        pred_test = model.predict(df_test[features])#テストデータ予測

        st.write('F1スコア(0~1:1であればあるほど良い)')
        from sklearn.metrics import f1_score
        st.write('学習データ:',f1_score(df_train[target],pred_train))
        st.write('テストデータ:',f1_score(df_test[target],pred_test))