Update app.py

app.py

@@ -257,16 +257,17 @@ if 'Predicted_target' in filtered_data.columns and not np.all(predicted_target =
     # Add predicted Predicted_target values to filtered_data
     filtered_data['Predicted_target'] = predicted_target
 
-    # Display the predicted Predicted_target values
-    st.write("Valores (R$/m²) previstos com algoritmo KNN:")
-    st.write(filtered_data[['Localização', 'Atotal', 'Apriv', 'Vunit_total', 'Vunit_priv', 'Predicted_target']])
-
     # Apply bootstrap on the predicted values
     lower_bound, higher_bound, mean_value = bootstrap_stats(predicted_target)
 
-    # Display the results
-    st.write(f"Valor médio (R$/m²) para as características selecionadas: {mean_value}")
-    st.write(f"Os valores podem variar entre {lower_bound} e {higher_bound} dependendo das características dos imóveis.")
-    st.write(f"Higher Bound: ")
+    # Display the results with custom styling
+    st.markdown("## **Resultado da Análise Estatística**")
+    st.write(f"**Valor médio (R$/m²) para as características selecionadas:** R${round(mean_value)}")
+    st.write(f"**Os valores podem variar entre R${round(lower_bound)} e R${round(higher_bound)} dependendo das características dos imóveis.**")
+
+    
+    # Display the predicted Predicted_target values
+    st.write("Valores (R$/m²) previstos com algoritmo KNN:")
+    st.write(filtered_data[['Localização', 'Atotal', 'Apriv', 'Vunit_total', 'Vunit_priv', 'Predicted_target']])
 else:
-    st.warning(f"Dados insuficientes para inferência do valor. Mínimo necessário: {k_threshold}")
+    st.warning(f"**Dados insuficientes para inferência do valor. Mínimo necessário:** {k_threshold}")