Update app.py

app.py

@@ -1,4 +1,4 @@
-# app.py – HuggingFace Spaces için sıfırdan eğitim ve tahmin
+
 
 import pandas as pd, numpy as np, gradio as gr
 from sklearn.model_selection import train_test_split, GridSearchCV
@@ -49,7 +49,6 @@ def safe_div(a: pd.Series, b: pd.Series) -> pd.Series:
     return (a / b.replace(0, np.nan)).fillna(0)
 
 def compute_ratios(df: pd.DataFrame) -> pd.DataFrame:
-    # Tüm sayısal sütunları güvenli şekilde float'a çevir, boşlukları temizle
     for col in [c for c in df.columns if c != "Periyot"]:
         df[col] = pd.to_numeric(df[col], errors="coerce").fillna(0)
 
@@ -57,52 +56,65 @@ def compute_ratios(df: pd.DataFrame) -> pd.DataFrame:
     tl = df["Kısa Vadeli Yükümlülükler"] + df["Uzun Vadeli Yükümlülükler"]
 
     df["Cari Oran"] = safe_div(df["Dönen Varlıklar"], df["Kısa Vadeli Yükümlülükler"])
-    df["Asit Test Oranı"] = safe_div(df["Dönen Varlıklar"] - df["Stoklar"] - df["Diğer Dönen Varlıklar"], df["Kısa Vadeli Yükümlülükler"])
+    df["Asit Test Oranı"] = safe_div(
+        df["Dönen Varlıklar"] - df["Stoklar"] - df["Diğer Dönen Varlıklar"],
+        df["Kısa Vadeli Yükümlülükler"]
+    )
     df["Nakit Oranı"] = safe_div(df["Nakit ve Nakit Benzerleri"], df["Kısa Vadeli Yükümlülükler"])
+    df["Aktif Karlılık (%)"] = safe_div(df["Dönem Net Kar/Zararı"] * 100, ta)
     df["Faaliyet Kar Marjı"] = safe_div(df["FAALİYET KARI (ZARARI)"] * 100, df["Satış Gelirleri"])
+    df["Esas Faaliyet Kar Marjı"] = safe_div(df["Net Faaliyet Kar/Zararı"] * 100, df["Satış Gelirleri"])
     df["Brüt Kar Marjı (%)"] = safe_div(df["Ticari Faaliyetlerden Brüt Kar (Zarar)"] * 100, df["Satış Gelirleri"])
+    df["FAVÖK Marjı (%)"] = safe_div(df["FAALİYET KARI (ZARARI)"] * 100, df["Satış Gelirleri"])
     df["Net Kar Marjı"] = safe_div(df["Dönem Net Kar/Zararı"] * 100, df["Satış Gelirleri"])
-    df["Aktif Karlılık (%)"] = safe_div(df["Dönem Net Kar/Zararı"] * 100, ta)
-    df["Aktif Devir Hızı"] = safe_div(df["Satış Gelirleri"], ta)
-    df["Dönen Varlıklar Devir Hızı"] = safe_div(df["Dönen Varlıklar"], df["Satış Gelirleri"])
-    df["Stok Devir Hızı"] = -safe_div(df["Satışların Maliyeti (-)"], df["Stoklar"])
-    df["Finansal Kaldıraç"] = safe_div(tl, ta) * 100
+    df["Özsermaye Karlılığı (%)"] = safe_div(df["Dönem Net Kar/Zararı"] * 100, df["Özkaynaklar"])
+    df["VAFÖK Marjı"] = safe_div(df["FAALİYET KARI (ZARARI)"] * 100, df["Satış Gelirleri"])
+    df["ROCE Oranı"] = safe_div(df["FAALİYET KARI (ZARARI)"] * 100, ta)
+    df["Finansman Gider / Net Satış"] = safe_div(df["Finansman Giderleri"], df["Satış Gelirleri"])
+    df["Borç Kaynak Oranı"] = safe_div(tl * 100, df["Özkaynaklar"])
+    df["Duran Varlıklar / Aktif "] = safe_div(df["Duran Varlıklar"] * 100, ta)
+    df["Duran Varlıklar / Maddi Özkaynak"] = safe_div(df["Duran Varlıklar"], df["Özkaynaklar"] - df["Maddi Olmayan Duran Varlıklar"])
+    df["Esas Faaliyet Karı / Kısa Vadeli Borç"] = safe_div(df["Net Faaliyet Kar/Zararı"], df["Kısa Vadeli Yükümlülükler"])
+    df["FAVÖK / Kısa Vade Borç"] = safe_div(df["FAALİYET KARI (ZARARI)"], df["Kısa Vadeli Yükümlülükler"])
+    df["Net Borç / FAVÖK"] = safe_div(tl, df["FAALİYET KARI (ZARARI)"])
     df["Kısa Vade Borç / Aktif"] = safe_div(df["Kısa Vadeli Yükümlülükler"], ta)
+    df["Kısa Vade Borç / Dönen Varlık"] = safe_div(df["Kısa Vadeli Yükümlülükler"], df["Dönen Varlıklar"])
     df["Kısa Vade Borç / Özsermaye"] = safe_div(df["Kısa Vadeli Yükümlülükler"], df["Özkaynaklar"])
     df["Kısa Vade Borç / Toplam Borç"] = safe_div(df["Kısa Vadeli Yükümlülükler"], tl)
+    df["Net Satışlar / Kısa Vade Borç"] = safe_div(df["Satış Gelirleri"], df["Kısa Vadeli Yükümlülükler"])
     df["Özsermaye / Aktif"] = safe_div(df["Özkaynaklar"], ta)
-    df["Duran Varlıklar / Aktif "] = safe_div(df["Duran Varlıklar"] * 100, ta)
-    df["Dönen Varlıklar / Aktif (%)"] = safe_div(df["Dönen Varlıklar"] * 100, ta)
     df["Özsermaye / Maddi Duran Varlıklar"] = safe_div(df["Özkaynaklar"], df["Maddi Duran Varlıklar"])
-    df["Finansman Gider / Net Satış"] = safe_div(df["Finansman Giderleri"], df["Satış Gelirleri"])
-    df["Esas Faaliyet Karı / Kısa Vadeli Borç"] = safe_div(df["Net Faaliyet Kar/Zararı"], df["Kısa Vadeli Yükümlülükler"])
-    df["ROCE Oranı"] = safe_div(df["FAALİYET KARI (ZARARI)"] * 100, ta)
+    df["Toplam Borç / Özsermaye"] = safe_div(tl, df["Özkaynaklar"])
+    df["Aktif Devir Hızı"] = safe_div(df["Satış Gelirleri"], ta)
+    df["Alacak Devir Hızı"] = safe_div(df["Satış Gelirleri"], df["Ticari Alacaklar"])
+    df["Dönen Varlıklar Devir Hızı"] = safe_div(df["Dönen Varlıklar"], df["Satış Gelirleri"])
+    df["Ticari Borçlar Devir Hızı"] = -safe_div(df["Satışların Maliyeti (-)"], df["Ticari Borçlar"])
+    df["Finansal Kaldıraç"] = safe_div(tl * 100, ta)
+    df["Stok Devir Hızı"] = -safe_div(df["Satışların Maliyeti (-)"], df["Stoklar"])
 
-    # Ek hesaplamalar için ara değişkenler
+    # Altman Z-Skoru
     X1 = safe_div(df["Dönen Varlıklar"] - df["Kısa Vadeli Yükümlülükler"], ta)
     X2 = safe_div(df["Geçmiş Yıllar Kar/Zararları"] + df["Dönem Net Kar/Zararı"], ta)
     X3 = safe_div(df["SÜRDÜRÜLEN FAALİYETLER VERGİ ÖNCESİ KARI (ZARARI)"], ta)
     X4 = safe_div(df["Özkaynaklar"], tl)
     X5 = safe_div(df["Satış Gelirleri"], ta)
+    df["Altman Z-Skoru"] = 1.2 * X1 + 1.4 * X2 + 3.3 * X3 + 0.6 * X4 + X5
 
-    df["Altman Z-Skoru"] = 1.2*X1 + 1.4*X2 + 3.3*X3 + 0.6*X4 + X5
+    # Springate
+    S3 = safe_div(df["SÜRDÜRÜLEN FAALİYETLER VERGİ ÖNCESİ KARI (ZARARI)"], df["Kısa Vadeli Yükümlülükler"])
+    df["Springate Skoru"] = 1.03 * X1 + 3.07 * X3 + 0.66 * S3 + 0.4 * X5
 
+    # Zmijewski
     Z1 = safe_div(df["Dönem Net Kar/Zararı"], ta)
     Z2 = safe_div(tl, ta)
     Z3 = safe_div(df["Dönen Varlıklar"], df["Kısa Vadeli Yükümlülükler"])
-    df["Zmijewski Skoru"] = -4.3 - 4.5*Z1 + 5.7*Z2 - 0.004*Z3
+    df["Zmijewski Skoru"] = -4.3 - 4.5 * Z1 + 5.7 * Z2 - 0.004 * Z3
 
-    S1, S2, S3, S4 = X1, X3, safe_div(df["SÜRDÜRÜLEN FAALİYETLER VERGİ ÖNCESİ KARI (ZARARI)"], df["Kısa Vadeli Yükümlülükler"]), X5
-    df["Springate Skoru"] = 1.03 * S1 + 3.07 * S2 + 0.66 * S3 + 0.4 * S4
-
-    L6 = safe_div(safe_div(df["Nakit ve Nakit Benzerleri"], df["Kısa Vadeli Yükümlülükler"]), tl)
-    L7 = safe_div(tl, ta)
-    df["L Model Skoru"] = (-0.113*X1 + 0.238*X2 - 0.052*X3 - 0.051*X4 +
-                           0.011*X5 + 0.729*L6 - 0.639*L7)
 
     return df
 
 
+
 # ------------------------ MODEL EĞİTİMİ ------------------------
 df = pd.read_csv("refined_data.csv")
 df["Görüs Tipi"] = df["Görüs Tipi"].apply(