app.py

import streamlit as st
from joblib import load
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.preprocessing import StandardScaler

clf = load('my_model_filename.pkl')
vectorizer = TfidfVectorizer()
scaler = StandardScaler(with_mean=False) 

# Запуск приложения
def main():
    st.title("Модель классификации отзывов")
    
    # Ввод текста
    user_input = st.text_area("Введите текст отзыва:")
    
    if st.button("Классифицировать"):
        # Векторизация текста (если вы использовали TF-IDF или другой векторизатор)
        user_input_vec = vectorizer.transform([user_input])
        sentence_vector_scaled = scaler.transform(user_input_vec)
        # Прогноз модели
        prediction = clf.predict(sentence_vector_scaled)  # Используйте user_input_vec вместо user_input, если текст нужно векторизировать
        st.write(f"Прогнозируемый класс: {prediction[0]}")

if __name__ == "__main__":
    main()