Update app.py

app.py

@@ -276,37 +276,29 @@ with tab3:
     
     # Verifica se há previsões para exibir
     if 'Predicted_target' in filtered_data.columns and not np.all(predicted_target == 0):
-        # Criar o mapa com folium
-        map_center = [filtered_data['latitude'].mean(), filtered_data['longitude'].mean()]
-        mapa = folium.Map(location=map_center, zoom_start=13)
-        marker_cluster = MarkerCluster().add_to(mapa)
-    
-        # Iterar pelos pontos e conectar vizinhos mais próximos
-        for i, row in filtered_data.iterrows():
-            if i >= len(indices):
-                # Pular se o índice i não existir em indices
-                continue
+        # Escolher a primeira coordenada para pesquisa
+        coord_pesquisa = [filtered_data.iloc[0]['latitude'], filtered_data.iloc[0]['longitude']]
     
-            coord_calculo = [row['latitude'], row['longitude']]
-            folium.Marker(coord_calculo, popup=f"Predicted: {row['Predicted_target']:.2f}").add_to(marker_cluster)
+        # Criar o mapa centralizado na coordenada pesquisada com um nível de zoom alto
+        mapa = folium.Map(location=coord_pesquisa, zoom_start=15)
+        marker_cluster = MarkerCluster().add_to(mapa)
     
-            # Conectar os vizinhos com linhas
-            for neighbor_idx in indices[i]:
-                if neighbor_idx >= len(filtered_data):
-                    # Ignorar se o índice do vizinho estiver fora do DataFrame
-                    continue
-                
-                neighbor_row = filtered_data.iloc[neighbor_idx]
-                coord_vizinho = [neighbor_row['latitude'], neighbor_row['longitude']]
-                folium.PolyLine([coord_calculo, coord_vizinho], color='blue', weight=2).add_to(mapa)
+        # Iterar pelos 5 pontos mais próximos e conectar os vizinhos à coordenada de pesquisa
+        for neighbor_idx in indices[0]:  # Usar apenas os 5 vizinhos mais próximos da primeira coordenada
+            neighbor_row = filtered_data.iloc[neighbor_idx]
+            coord_vizinho = [neighbor_row['latitude'], neighbor_row['longitude']]
+            
+            # Adicionar marcadores e linhas de conexão
+            folium.Marker(coord_vizinho, popup=f"Predicted: {neighbor_row['Predicted_target']:.2f}").add_to(marker_cluster)
+            folium.PolyLine([coord_pesquisa, coord_vizinho], color='blue', weight=2).add_to(mapa)
     
         # Exibir o mapa no Streamlit
-        st.markdown("## **Mapa dos Vizinhos mais Próximos (KNN)**")
-        st.write("O mapa mostra os pontos de dados usados no cálculo do KNN, conectados ao ponto de cálculo.")
+        st.markdown("## **Mapa dos 5 Vizinhos mais Próximos (KNN)**")
+        st.write("O mapa mostra os 5 pontos de dados mais próximos ao ponto de pesquisa.")
         st.components.v1.html(mapa._repr_html_(), height=500)
     else:
         st.warning(f"**Dados insuficientes para inferência do valor. Mínimo necessário:** {k_threshold}")
     
 with tab4:
     st.markdown(f'<style>{css_style}</style>', unsafe_allow_html=True)
-    components.iframe("https://davidsb-rl-2.hf.space", height=600, scrolling=True)
+    components.iframe("https://davidsb-avalia-se-rl-tabs.hf.space", height=600, scrolling=True)