Praca nad integracją backendu z frontendem

app/package.json

@@ -1,7 +1,7 @@
 {
   "name": "react_bs_web",
   "private": true,
-  "proxy": "http://localhost:5173",
+  "proxy": "http://127.0.0.1:5000/",
   "version": "0.0.0",
   "type": "module",
   "scripts": {

app/src/components/Hero.jsx

@@ -10,7 +10,7 @@ const Hero = () => {
   const toggleDropdown = () => setIsOpen(!isOpen);
   const handleMinuteChange = (e) => setGameMinute(e.target.value);
   
-  const [data,setData] = useState([{}])
+  const [data, setData] = useState("");
   //zmienne globalne
   //zmienna mówiąca który przycisk jest aktywny, jest ona wykorzystywana 
   //przez listener nanoszący zawodników na boisko. 1 - strzelec , 2 - bramkarz , 3 - obronca, 4 - napasnik. zmienna przez aktywacje przycskówk bb1, bb2, bb3 i bb4
@@ -107,10 +107,10 @@ const Hero = () => {
       var pName = "Bramkarz"
       var pColor = "#03e7fc"
     }else if(possition == 2){
-      var pName = "Napastnik"
+      var pName = "Obrońca"
       var pColor = "#0324fc"
     }else if (possition ==3){
-      var pName = "Obrońca"
+      var pName = "Napastnik"
       var pColor = "#fc6703"
     }
     var player = document.createElement('div');
@@ -201,13 +201,11 @@ const Hero = () => {
     })
   }
 
-
+  // // Wyłanie zapytania do serwera
-
-  // Wyłanie zapytania do serwera
   function sentQuestion() {
     var ball = document.querySelector('.football');
       if (ball) {
-          fetch("http://localhost:5173/LRegresion" + shooterX + "&" + shooterY).then(
+          fetch("http://127.0.0.1:5000/get_model").then(
             res=> res.json() 
           ).then(
             data => {
@@ -222,6 +220,10 @@ const Hero = () => {
       }  
   }
 
+
+
+  
+
   /* Funkcja dodająca listener do boiska*/
   function boiskoListener(ev){
     ev.preventDefault()

app/src/flask-server/modele/modele.py

@@ -13,3 +13,8 @@ def LogisticRegression_predict_proba(position_x, position_y, angle, match_minute
     return model.predict_proba(X_new)[0][1].round(2)
 
 #kolejne modele
+
+def xgboost_predict_proba():
+
+    model = load('xgboost.joblib')
+    

app/src/flask-server/server.py

@@ -5,32 +5,35 @@ from modele.modele import LogisticRegression_predict_proba
 app = Flask(__name__)
 
 CORS(app)
+app.config['CORS_HEADERS'] = 'Content-Type'
 
 # model Api
-@app.route("/members")
+# @app.route("/members")
-def members():
+# def members():
-    return{"members":["Member1","Member2","Member3"]}
+#     return{"members":["Member1","Member2","Member3"]}
 
 # zapytanie o regresje logistyczną na podstawie pozycji piłki
 
-@app.route("/LRegresion<x>&<y>")
+# @app.route("/LRegresion<x>&<y>")
-def LRegresion(x,y):
+@app.route("/get_model")
+def get_model():
 
-    x = int(x[0:2])
+    #x = int(x[0:2])
-    y = int(y[0:2])
+    #y = int(y[0:2])
 
-    response = LogisticRegression_predict_proba(position_x=x,
+    response = LogisticRegression_predict_proba(position_x=5,
-                                                position_y=y,
+                                                position_y=5,
                                                 angle = 13.67,
                                                 match_minute=13,
                                                 Number_Intervening_Opponents=3,
                                                 Number_Intervening_Teammates=0,
                                                 isFoot=1,
                                                 isHead=0)
-    print(x)
+    #print(x)
-    print(y)
+    #print(y)
-    print(response)
+    #print(response)
-    return {"response":[str(response)]}
+    res = str(response)
+    return {"response":res}
 
 # uruchomienie serwera
 if __name__ == "__main__":