Update app.py

app.py

@@ -21,8 +21,8 @@ def predict(file):
     input_df = pd.read_excel(file)
 
     # Processamento da planilha de input
-    input_df[['AREA', 'TEST']] = np.log(input_df[['AREA', 'TEST']]).round(2)
-    input_df['RB'] = (1/input_df['RB']).round(2)
+    input_df[['AREA', 'TEST']] = np.log(input_df[['AREA', 'TEST']])
+    input_df['RB'] = (1/input_df['RB'])
 
     # Preparar dados para predição
     X_new = np.array(input_df)
@@ -30,7 +30,7 @@ def predict(file):
 
     # Fazer previsões
     y_pred = results.predict(X_new_with_constant)
-    ci = results.get_prediction(X_new_with_constant).conf_int()
+    ci = results.get_prediction(X_new_with_constant).conf_int(alpha=0.2)
     inter_conf = np.exp(ci)
 
     # Adicionar previsões e intervalos de confiança à planilha
@@ -38,8 +38,8 @@ def predict(file):
     input_df['LI_IC'] = inter_conf[:, 0]
     input_df['LS_IC'] = inter_conf[:, 1]
 
-    input_df[['AREA', 'TEST']] = np.exp(input_df[['AREA', 'TEST']]).round(2)
-    input_df['RB'] = (1/input_df['RB']).round(2)
+    input_df[['AREA', 'TEST']] = np.exp(input_df[['AREA', 'TEST']])
+    input_df['RB'] = (1/input_df['RB'])
     
     # Save the output DataFrame as an XLS file
     output_file = 'avaliacao_massa.xlsx'