import streamlit as st
import pandas as pd
import numpy as np
import joblib

# Model ve scaler'ı yükle
scaler, kmeans = joblib.load("model.pkl")

st.title("💳 Credit Card Customer Segmentation")
st.markdown("Müşteri bilgilerini girerek hangi kümeye ait olduğunu öğrenin.")

# Kullanıcıdan veri al
def get_user_input():
    balance = st.number_input("BALANCE", 0.0, 100000.0, 2000.0)
    purchases = st.number_input("PURCHASES", 0.0, 100000.0, 3000.0)
    oneoff = st.number_input("ONEOFF_PURCHASES", 0.0, 50000.0, 1000.0)
    installments = st.number_input("INSTALLMENTS_PURCHASES", 0.0, 50000.0, 2000.0)
    credit_limit = st.number_input("CREDIT_LIMIT", 100.0, 100000.0, 5000.0)
    payments = st.number_input("PAYMENTS", 0.0, 100000.0, 2500.0)
    tenure = st.slider("TENURE (kaç aydır müşteri?)", 0, 12, 6)

    data = {
        'BALANCE': balance,
        'PURCHASES': purchases,
        'ONEOFF_PURCHASES': oneoff,
        'INSTALLMENTS_PURCHASES': installments,
        'CREDIT_LIMIT': credit_limit,
        'PAYMENTS': payments,
        'TENURE': tenure
    }

    return pd.DataFrame([data])

# Tahmin yap
input_df = get_user_input()

if st.button("Tahmin Et"):
    scaled_input = scaler.transform(input_df)
    cluster = kmeans.predict(scaled_input)[0]

    st.subheader(f"🔍 Tahmin Edilen Küme: {cluster}")
    yorumlar = {
        0: "🟢 Düşük harcama yapan, düşük riskli müşteri.",
        1: "🟡 Orta seviyede harcama yapan müşteri.",
        2: "🔴 Yüksek harcama yapan ve aktif müşteri.",
        3: "🔵 Taksitli harcamaları yüksek olan müşteri."
    }

    st.write(yorumlar.get(cluster, "Bilinmeyen küme"))