Update app.py

app.py

@@ -15,6 +15,11 @@ EXAMPLE_XLSX = [
 ]
 
 
+# Global tanımlar
+enc_input = None
+enc_output = None
+fhe_model = None
+
 
 SELECTED_FEATS = [
     "Cari Oran",
@@ -128,21 +133,17 @@ def compute_ratios(df: pd.DataFrame) -> pd.DataFrame:
 
 # ------------------------ MODEL EĞİTİMİ ------------------------
 df = pd.read_csv("refined_data.csv")
-df["Görüs Tipi"] = df["Görüs Tipi"].apply(
-    lambda x: "Olumlu" if "olumlu" in str(x).lower() else x)
-
-DROP = [
-    "Şirket Adı", "Şirketin Kodu", "Periyot", "Yıl",
-    "Dönen Varlıklar", "Duran Varlıklar", "Toplam Varlıklar",
-    "Kısa Vadeli Yükümlülükler", "Uzun Vadeli Yükümlülükler", "Toplam Yükümlülükler",
-    "Toplam Özkaynaklar", "Ana Ortaklığa Ait Özkaynaklar",
-    "Kontrol Gücü Olmayan Kaynaklar", "Toplam Kaynaklar"
-]
-df = df.drop(columns=DROP).dropna()
+df["Görüs Tipi"] = df["Görüs Tipi"].apply(lambda x: "Olumlu" if "olumlu" in str(x).lower() else x)
 
-X, y = df.drop(columns="Görüs Tipi"), df["Görüs Tipi"]
-X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=0.2, stratify=y, random_state=42)
+DROP = ["Şirket Adı", "Şirketin Kodu", "Periyot", "Yıl", "Dönen Varlıklar", "Duran Varlıklar",
+        "Toplam Varlıklar", "Kısa Vadeli Yükümlülükler", "Uzun Vadeli Yükümlülükler",
+        "Toplam Yükümlülükler", "Toplam Özkaynaklar", "Ana Ortaklığa Ait Özkaynaklar",
+        "Kontrol Gücü Olmayan Kaynaklar", "Toplam Kaynaklar"]
 
+X = df.drop(columns=DROP + ["Görüs Tipi"])
+y = df["Görüs Tipi"]
+
+X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=0.2, stratify=y, random_state=42)
 scaler_full = MinMaxScaler().fit(X_tr)
 Xtr_s = scaler_full.transform(X_tr)
 Xte_s = scaler_full.transform(X_te)
@@ -151,6 +152,7 @@ encoder = LabelEncoder()
 ytr_e = encoder.fit_transform(y_tr)
 yte_e = encoder.transform(y_te)
 
+# Grid Search
 grid = GridSearchCV(
     ConcreteXGBClassifier(n_bits=8, random_state=42),
     {"n_estimators": [20, 30, 50], "max_depth": [3, 4, 5], "learning_rate": [0.1, 0.2]},
@@ -159,7 +161,7 @@ grid = GridSearchCV(
 grid.fit(Xtr_s, ytr_e)
 best_params = grid.best_params_
 
-# İlk eğitim → feature importance için
+# Özellik seçimi
 full_plain = ConcreteXGBClassifier(n_bits=8, **best_params, random_state=42)
 full_plain.fit(Xtr_s, ytr_e)
 
@@ -168,123 +170,73 @@ imp_df = imp_df.sort_values("imp", ascending=False).reset_index(drop=True)
 imp_df["cum"] = imp_df["imp"].cumsum()
 COLS = imp_df.loc[imp_df["cum"] <= 0.95, "col"].tolist()
 
-# Seçilen feature'lara göre final model
-scaler = MinMaxScaler().fit(X_tr[COLS])
-Xtr_sel = scaler.transform(X_tr[COLS])
-Xte_sel = scaler.transform(X_te[COLS])
-
+# Final model
+scaler_sel = MinMaxScaler().fit(X_tr[COLS])
+Xtr_sel = scaler_sel.transform(X_tr[COLS])
 final_model = ConcreteXGBClassifier(n_bits=8, **best_params, random_state=42)
 final_model.fit(Xtr_sel, ytr_e)
-final_model.compile(Xtr_sel)
+fhe_model = final_model.compile(Xtr_sel)
 
 print("\n🔍 Seçilen Özellikler (%95 etkili):")
 for i, col in enumerate(COLS, 1):
     print(f"{i:>2}. {col}")
 
 
+# ------------------------ FONKSİYONLAR ------------------------
+def generate_keys():
+    global fhe_model
+    fhe_model.keygen()
+    return fhe_model.get_serialized_evaluation_keys().decode()[:120] + "..."
 
-# ------------------------ Tahmin Fonksiyonu ------------------------
-def predict_opinion(excel_file: gr.File):
-    if excel_file is None:
-        raise gr.Error("Excel dosyası yükleyin.")
-
-    raw_df = (
-        pd.read_excel(excel_file.name, header=None, sheet_name=0)
-        .set_index(0).T.reset_index(drop=True)
-    )
+def encrypt_excel(file):
+    global enc_input
+    raw_df = pd.read_excel(file.name, header=None).set_index(0).T.reset_index(drop=True)
     raw_df.columns = raw_df.columns.str.strip()
-    raw_df = raw_df.loc[:, ~raw_df.columns.duplicated()]        
     raw_df.rename(columns={"Desc": "Periyot"}, inplace=True)
-    raw_df["Periyot"] = raw_df["Periyot"].astype(str).str.replace(r"\s+", " ", regex=True).str.strip()
-    
     enriched = compute_ratios(raw_df)
     X_input = enriched[COLS].dropna()
-    if X_input.empty:
-        raise gr.Error("Oran hesaplanamadı – eksik sütunlar olabilir.")
-
-    X_input_scaled = scaler_sel.transform(X_input)
-    y_pred = final_model.predict(X_input_scaled, fhe="simulate")
-    labels = encoder.inverse_transform(y_pred)
-    return pd.DataFrame({
-    "Periyot": raw_df.loc[X_input.index, "Periyot"],
-    "Tahmin Görüş Tipi": labels})
+    scaled = scaler_sel.transform(X_input)
+    enc_input = fhe_model.encrypt(scaled)
+    return str(enc_input)[:150] + "..."
 
+def run_fhe():
+    import time
+    global enc_output
+    start = time.time()
+    enc_output = fhe_model.run(enc_input)
+    return f"{time.time() - start:.2f}"
 
-# Global değişkenler
-enc_input = None
-enc_output = None
+def decrypt_result():
+    y_pred = fhe_model.decrypt(enc_output)
+    return encoder.inverse_transform([y_pred])[0]
 
 # -------------------- Gradio UI -------------------- #
 with gr.Blocks(theme=gr.themes.Default(primary_hue="blue")) as demo:
-    gr.Markdown("# 🔐 Denetçi Görüşü Tahmin Uygulaması (FHE)")
-    
-    gr.Markdown("## 1️⃣ Anahtar Üret (Key Generation)")
-    key_btn = gr.Button("🔑 Anahtarı Oluştur ve Server'a Gönder")
-    eval_key_box = gr.Textbox(label="Evaluation Key (görsel)", lines=1)
-
-    def generate_keys():
-        final_model.fhe_circuit.keygen()
-        return final_model.fhe_circuit.get_serialized_evaluation_keys().decode()[:120] + "..."
-
-    key_btn.click(generate_keys, outputs=eval_key_box)
-
-    gr.Markdown("## 2️⃣ Excel Dosyası Yükle")
-    file_in = gr.File(file_types=[".xlsx"], label="📁 Excel Dosyası")
-
-    encrypt_btn = gr.Button("🔐 Girişi Şifrele ve Server'a Gönder")
-    encrypted_box = gr.Textbox(label="Şifreli Giriş (ilk 150 karakter)")
-
-    def encrypt_excel(file):
-        global enc_input
-        raw_df = (
-            pd.read_excel(file.name, header=None)
-            .set_index(0).T.reset_index(drop=True)
-        )
-        raw_df.columns = raw_df.columns.str.strip()
-        raw_df = raw_df.loc[:, ~raw_df.columns.duplicated()]
-        raw_df.rename(columns={"Desc": "Periyot"}, inplace=True)
-        raw_df["Periyot"] = raw_df["Periyot"].astype(str).str.strip()
-
-        enriched = compute_ratios(raw_df)
-        X_input = enriched[SELECTED_FEATS].dropna()
-        if X_input.empty:
-            raise gr.Error("Veri eksik veya oranlar hesaplanamadı.")
-        scaled = scaler.transform(X_input)
-        enc_input = final_model.fhe_circuit.encrypt(scaled)
-        return str(enc_input)[:150] + "..."
-
-    encrypt_btn.click(encrypt_excel, inputs=file_in, outputs=encrypted_box)
-
-    gr.Markdown("## 3️⃣ Tahmini Şifreli Olarak Gerçekleştir (FHE)")
-    run_btn = gr.Button("🚀 FHE Tahmini Çalıştır")
-    time_box = gr.Textbox(label="Tahmin Süresi (sn)")
-
-    def run_fhe():
-        import time
-        global enc_output
-        start = time.time()
-        enc_output = final_model.fhe_circuit.run(enc_input)
-        return f"{time.time() - start:.2f}"
-
+    gr.Markdown("# Denetçi Görüşü Tahmin Uygulaması (FHE)")
+
+    gr.Markdown("## 1. Anahtar Oluştur")
+    key_btn = gr.Button("🔑 Anahtar Oluştur ve Server'a Gönder")
+    key_out = gr.Textbox(label="Evaluation Key (görsel)")
+    key_btn.click(generate_keys, outputs=key_out)
+
+    gr.Markdown("## 2. Excel Yükle")
+    file_in = gr.File(file_types=[".xlsx"], label="Excel Dosyası")
+    encrypt_btn = gr.Button("🔐 Veriyi Şifrele ve Sun")
+    enc_out = gr.Textbox(label="Şifreli Giriş")
+    encrypt_btn.click(encrypt_excel, inputs=file_in, outputs=enc_out)
+
+    gr.Markdown("## 3. Şifreli Tahmini Gerçekleştir")
+    run_btn = gr.Button("🚀 FHE Tahmini Başlat")
+    time_box = gr.Textbox(label="Süre (sn)")
     run_btn.click(run_fhe, outputs=time_box)
 
-    gr.Markdown("## 4️⃣ Tahmin Sonucunu Deşifre Et")
-    decrypt_btn = gr.Button("🔓 Tahmin Sonucunu Göster")
-    result_box = gr.Textbox(label="📌 Tahmin: Görüş Tipi")
-
-    def decrypt_result():
-        y_pred = final_model.fhe_circuit.decrypt(enc_output)
-        return encoder.inverse_transform([y_pred])[0]
-
+    gr.Markdown("## 4. Tahmini Deşifre Et")
+    decrypt_btn = gr.Button("🔓 Tahmini Göster")
+    result_box = gr.Textbox(label="Tahmin Edilen Görüş")
     decrypt_btn.click(decrypt_result, outputs=result_box)
 
-    gr.Markdown("## 📎 Örnek Dosyaları Deneyin")
-    gr.Examples(
-        examples=EXAMPLE_XLSX,
-        inputs=file_in,
-        label="💾 Örnek Excel Seç",
-        cache_examples=False,
-    )
+    gr.Markdown("## 📂 Örnek Dosyalar")
+    gr.Examples(examples=EXAMPLE_XLSX, inputs=file_in, label="Örnek Excel Seç", cache_examples=False)
 
 if __name__ == "__main__":
     demo.launch()