forked from marisdanne/startit-masinmacisanas
-
Notifications
You must be signed in to change notification settings - Fork 0
/
autocena.py
43 lines (36 loc) · 1.47 KB
/
autocena.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
import argparse
import sys
from termcolor import colored as cl
from lineara_regresija import ieladet_modeli, prognozejam_rezultatu
def ievade():
turpinam = True
modelis = ieladet_modeli("ss-modelis.pickle")
print(cl("Auto cenu prognoze. Ievadiet pieprasītos datus, lai saņemtu prognozi.", "green", attrs=["reverse"]))
while turpinam:
gads = int(input("Auto izlaišanas gads vai 0, lai izietu: "))
if gads == 0:
turpinam = False
continue
tilpums = float(input("Dzinēja tilpums: "))
nobraukums = float(input("Nobraukums, tūkstošos km.: "))
dati = [[gads, tilpums, nobraukums]]
prognoze = prognozejam_rezultatu(modelis, dati)
print("Prognozētā cena:", cl(round(prognoze[0]), "green", attrs=["bold"]))
print()
def main():
if len(sys.argv) < 3:
ievade()
else:
parser = argparse.ArgumentParser(prog = 'autocena',
description = """Nosaka auto cenu, izmantojot uz reāliem datiem trenētu modeli""")
parser.add_argument('gads')
parser.add_argument('tilpums')
parser.add_argument('nobraukums')
args = parser.parse_args()
print(args)
dati = [[args.gads, args.tilpums, args.nobraukums]]
modelis = ieladet_modeli("ss-modelis.pickle")
prognoze = prognozejam_rezultatu(modelis, dati)
print("Prognozētā cena:", cl(round(prognoze[0]), "green", attrs=["bold"]))
if __name__ == "__main__":
main()