Update app.py

Cambio de la carga de los csv usados, importado la funcion retroalimentacion de utils.py

app.py

@@ -11,6 +11,7 @@ from sklearn.metrics.pairwise import cosine_similarity
 from sklearn.metrics import mean_absolute_error, mean_squared_error
 from joblib import dump, load
 from utils import recomienda_tf
+from utils import retroalimentacion
 import requests
 
 # Page configuration
@@ -89,9 +90,12 @@ df['CLIENTE'] = df['CLIENTE'].astype(str)
 nombres_proveedores['codigo'] = nombres_proveedores['codigo'].astype(str)
 euros_proveedor['CLIENTE'] = euros_proveedor['CLIENTE'].astype(str)
 customer_clusters['cliente_id'] = customer_clusters['cliente_id'].astype(str)  # Ensure customer IDs are strings
-fieles_df = pd.read_csv("clientes_relevantes.csv")
-cestas = pd.read_csv("cestas_su.csv")
+# fieles_df = pd.read_csv("clientes_relevantes.csv")
+
+# Carga de los csv usados en recomendacion de artículos
+cestas = pd.read_csv("cestas_final.csv")
 productos = pd.read_csv("productos.csv")
+
 df_agg_2024['cliente_id'] = df_agg_2024['cliente_id'].astype(str)
 marca_id_mapping = load('marca_id_mapping.joblib')
 
@@ -868,8 +872,8 @@ elif page == "🕵️ Análisis de Cliente":
 # Customer Recommendations Page
 elif page == "💡 Recomendación de Artículos":
     # Carga de CSV necesarios cestas y productos
-    cestas = pd.read_csv('cestas_final.csv') # Cambio a cestas_final (sin duplicados)
-    productos = pd.read_csv('productos.csv')
+    # cestas = pd.read_csv('cestas_final.csv') # Cambio a cestas_final (sin duplicados)
+    # productos = pd.read_csv('productos.csv')
     
     # Estilo principal de la página
     st.markdown(