Update src/streamlit_app.py

src/streamlit_app.py

@@ -3,6 +3,7 @@ import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt
 import pickle
+import os
 from tensorflow.keras.models import load_model
 
 # Sayfa Yapılandırması
@@ -10,43 +11,44 @@ st.set_page_config(page_title="Hotel AI Decision Support", layout="wide")
 
 @st.cache_resource
 def load_assets():
-    model = load_model("hotel_model.keras")
-    with open("scaler.pkl", "rb") as f:
+    # Dosya isimlerini burada tanımlıyoruz
+    model_file = "hotel_model.keras"
+    scaler_file = "scaler.pkl"
+    
+    # Dosya varlık kontrolü
+    if not os.path.exists(model_file):
+        st.error(f"❌ Model dosyası bulunamadı: {model_file}")
+        st.stop()
+    if not os.path.exists(scaler_file):
+        st.error(f"❌ Scaler dosyası bulunamadı: {scaler_file}")
+        st.stop()
+        
+    model = load_model(model_file)
+    with open(scaler_file, "rb") as f:
         sc = pickle.load(f)
     return model, sc
 
+# Varlıkları yükle
 try:
     model, sc = load_assets()
 except Exception as e:
-    st.error(f"Error: Assets not found! / Hata: Dosyalar bulunamadı! {e}")
+    st.error(f"⚠️ Yükleme Hatası: {e}")
     st.stop()
 
 # ==========================================
-# SIDEBAR / SOL PANEL (REHBER GERİ GELDİ)
+# SIDEBAR / SOL PANEL
 # ==========================================
 with st.sidebar:
     st.markdown("### 📖 Guide & Info / Rehber")
-    st.info("""
-    **How to Upload? / Nasıl Yüklenmeli?**
-    CSV Format:
-    | bookings |
-    | :--- |
-    | 150 |
-    | 210 |
-    """)
+    st.info("**How to Upload? / Nasıl Yüklenmeli?**\n\nCSV Format:\n| bookings |\n| :--- |\n| 150 |")
     st.markdown("---")
     st.markdown("### ❓ What is 'Bookings'? / 'Bookings' Nedir?")
-    st.write("""
-    **EN:** Total daily reservations. If 2023-05-10 is 150, it means 150 rooms were booked.
-    
-    **TR:** Günlük toplam rezervasyon. Eğer 2023-05-10 değeri 150 ise, o gün 150 oda satılmış demektir.
-    """)
+    st.write("EN: Total daily reservations.\n\nTR: Günlük toplam rezervasyon.")
     st.markdown("---")
     st.markdown("### 📊 Thresholds / Yoğunluk")
     st.warning("High (Yoğun): > Avg + 20%")
-    st.success("Stable (Stabil): Normal range")
     st.markdown("---")
-    file = st.sidebar.file_uploader("Upload CSV / CSV Yükle", type=["csv"])
+    file = st.file_uploader("Upload CSV / CSV Yükle", type=["csv"])
 
 # ==========================================
 # MAIN CONTENT / ANA SAYFA
@@ -56,7 +58,7 @@ st.markdown("<h1 style='text-align: center;'>🏨 Hotel Demand Forecasting / Ote
 if file is not None:
     df = pd.read_csv(file)
     
-    # Hesaplamalar
+    # Tahmin İşlemleri
     raw_data = df[["bookings"]].values
     data_scaled = sc.transform(raw_data)
     predictions_scaled = model.predict(data_scaled)
@@ -81,29 +83,19 @@ if file is not None:
     # 2. YÖNETİM TAVSİYESİ
     st.markdown("---")
     st.markdown("<h3 style='text-align: center;'>👔 Management Advice / Yönetim Tavsiyesi</h3>", unsafe_allow_html=True)
-    advice_col_en, advice_col_tr = st.columns(2)
-    with advice_col_en:
-        if current_max >= busy_limit: st.warning("**High Demand:** Peak days detected. Increase staff.")
-        else: st.success("**Stable Demand:** Demand is normal. Focus on maintenance.")
-    with advice_col_tr:
-        if current_max >= busy_limit: st.warning("**Yoğun Talep:** Zirve günler tespit edildi. Personel artırın.")
-        else: st.success("**Stabil Talep:** Talep normal. Bakım işlerine odaklanılabilir.")
+    ce, ct = st.columns(2)
+    with ce:
+        if current_max >= busy_limit: st.warning("**High Demand Advice:** Peak days detected. Increase staff.")
+        else: st.success("**Stable Demand Advice:** Demand is normal. Focus on maintenance.")
+    with ct:
+        if current_max >= busy_limit: st.warning("**Yoğun Talep Tavsiyesi:** Zirve günler tespit edildi. Personel artırın.")
+        else: st.success("**Stabil Talep Tavsiyesi:** Talep normal. Bakım işlerine odaklanılabilir.")
 
-    # 3. SONUÇ TABLOSU (YUKARIYA TAŞINDI)
+    # 3. SONUÇ TABLOSU
     st.markdown("---")
     st.subheader("📋 Results Table / Sonuç Tablosu")
-    result_df = pd.DataFrame({
-        "Actual / Gerçek": raw_data.flatten(),
-        "Predicted / Tahmin": predictions
-    })
-    st.dataframe(result_df, use_container_width=True, height=250)
-    
-    st.download_button(
-        label="📥 Download Results / Sonuçları İndir",
-        data=result_df.to_csv(index=False).encode('utf-8'),
-        file_name="hotel_forecast_results.csv",
-        mime="text/csv"
-    )
+    res_df = pd.DataFrame({"Actual / Gerçek": raw_data.flatten(), "Predicted / Tahmin": predictions})
+    st.dataframe(res_df, use_container_width=True, height=200)
 
     # 4. GRAFİK
     st.markdown("---")
@@ -115,9 +107,9 @@ if file is not None:
     ax.legend(prop={'size': 8})
     st.pyplot(fig)
 
-    # 5. VERİ ÖN İZLEME (EN ALTTA)
+    # 5. VERİ ÖN İZLEME
     st.markdown("---")
-    st.subheader("📊 Data Preview / Veri Ön İzleme (Raw Data)")
+    st.subheader("📊 Data Preview / Veri Ön İzleme")
     st.dataframe(df, use_container_width=True, height=150)
 
 else: