Update app.py

app.py

@@ -1,15 +1,16 @@
-import streamlit as st
-import pandas as pd
-import numpy as np
-import matplotlib.pyplot as plt
-import pickle
 import os
 import warnings
 
-# Gereksiz logları ve versiyon uyarılarını kapat
+# --- TİTREMEYİ ENGELLEYEN AYARLAR ---
+os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3' 
+os.environ['TF_ENABLE_ONEDNN_OPTS'] = '0'
 warnings.filterwarnings('ignore')
-os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'
 
+import streamlit as st
+import pandas as pd
+import numpy as np
+import matplotlib.pyplot as plt
+import pickle
 from tensorflow.keras.models import load_model
 
 # Sayfa Yapılandırması
@@ -19,11 +20,9 @@ st.set_page_config(page_title="Hotel AI Decision Support", layout="wide")
 def load_assets():
     model_file = "hotel_model.keras"
     scaler_file = "scaler.pkl"
-    
     if not os.path.exists(model_file) or not os.path.exists(scaler_file):
-        st.error("❌ Required files (model or scaler) are missing!")
+        st.error("❌ Dosyalar bulunamadı!")
         st.stop()
-        
     model = load_model(model_file)
     with open(scaler_file, "rb") as f:
         sc = pickle.load(f)
@@ -32,55 +31,34 @@ def load_assets():
 try:
     model, sc = load_assets()
 except Exception as e:
-    st.error(f"⚠️ Load Error: {e}")
+    st.error(f"⚠️ Yükleme Hatası: {e}")
     st.stop()
 
 # ==========================================
-# SIDEBAR / SOL PANEL (TÜM BİLGİLER GERİ GELDİ)
+# SIDEBAR / SOL PANEL (YENİ DÜZEN)
 # ==========================================
 with st.sidebar:
     st.markdown("<h2 style='color: #2980b9;'>📖 User Guide / Rehber</h2>", unsafe_allow_html=True)
     
     # 1. NASIL YÜKLENMELİ?
     st.markdown("### 📥 How to Upload? / Nasıl Yüklenmeli?")
-    st.info("""
-    **CSV Format Example:**
-    | bookings |
-    | :--- |
-    | 120 |
-    | 155 |
+    st.info("**Format:** Sütun adı 'bookings' olan bir CSV yükleyin.")
     
-    *Ensure the column name is 'bookings'.*
-    *Sütun adının 'bookings' olduğundan emin olun.*
-    """)
+    # 2. ANALİZİ BAŞLAT (İSTEDİĞİN YERE TAŞINDI)
+    st.markdown("### 🚀 Start Analysis / Analizi Başlat")
+    file = st.sidebar.file_uploader("Upload CSV / CSV Yükle", type=["csv"])
     
     st.markdown("---")
     
-    # 2. BOOKING NEDİR?
+    # 3. DİĞER BİLGİLER (ALT KISIMDA KORUNDU)
     st.markdown("### ❓ What is 'Bookings'? / 'Bookings' Nedir?")
-    st.markdown("""
-    **EN:** It represents the total number of reservations made on that day.
-    
-    **TR:** O gün yapılan toplam rezervasyon sayısıdır. 
-    
-    **Example / Örnek:**
-    If value is **150**, it means 150 rooms were booked/sold that day for the hotel.
-    Eğer değer **150** ise, bu o gün o otel için 150 tane oda ayrıldığı anlamına gelir.
-    """)
-
-    st.markdown("---")
-    
-    # 3. YOĞUNLUK VE STABİLİTE MANTIĞI
-    st.markdown("### 📊 Thresholds / Yoğunluk & Stabilite")
-    st.write("**How does AI decide? / YZ nasıl karar verir?**")
-    st.warning("**High Demand (Yoğun):** Forecast is 20% above the average. / Tahmin ortalamanın %20 üzerindeyse.")
-    st.success("**Stable (Stabil):** Forecast is within normal limits. / Tahmin normal sınırlar içerisindeyse.")
+    st.write("O gün yapılan toplam rezervasyon sayısıdır. Örn: 150 oda satıldı.")
     
     st.markdown("---")
     
-    # 4. DOSYA YÜKLEME
-    st.markdown("### 🚀 Start / Başlat")
-    file = st.file_uploader("Choose CSV / CSV Seç", type=["csv"])
+    st.markdown("### 📊 Thresholds / Yoğunluk")
+    st.warning("**High (Yoğun):** Ortalama + %20")
+    st.success("**Stable (Stabil):** Normal aralık")
 
 # ==========================================
 # MAIN CONTENT / ANA SAYFA
@@ -90,10 +68,10 @@ st.markdown("<h1 style='text-align: center;'>🏨 Hotel Demand Forecasting / Ote
 if file is not None:
     df = pd.read_csv(file)
     
-    # AI Analizi
+    # TAHMİN (Sessiz Mod)
     raw_data = df[["bookings"]].values
     data_scaled = sc.transform(raw_data)
-    predictions_scaled = model.predict(data_scaled, verbose=0)
+    predictions_scaled = model.predict(data_scaled, verbose=0) 
     predictions = sc.inverse_transform(predictions_scaled).flatten().astype(int)
 
     avg_val = int(predictions.mean())
@@ -103,14 +81,12 @@ if file is not None:
     # 1. METRİKLER
     st.markdown("---")
     c1, c2, c3 = st.columns(3)
-    with c1:
-        st.markdown(f"<div style='text-align: center;'><strong>Avg Forecast / Ort. Tahmin</strong><br><span style='font-size: 45px; color: #2980b9;'>{avg_val}</span></div>", unsafe_allow_html=True)
-    with c2:
-        st.markdown(f"<div style='text-align: center;'><strong>Busy Threshold / Yoğunluk Sınırı</strong><br><span style='font-size: 45px; color: #e74c3c;'>{busy_limit}</span></div>", unsafe_allow_html=True)
+    with c1: st.markdown(f"<div style='text-align: center;'><strong>Avg Forecast / Ort. Tahmin</strong><br><span style='font-size: 45px; color: #2980b9;'>{avg_val}</span></div>", unsafe_allow_html=True)
+    with c2: st.markdown(f"<div style='text-align: center;'><strong>Busy Threshold / Yoğunluk Sınırı</strong><br><span style='font-size: 45px; color: #e74c3c;'>{busy_limit}</span></div>", unsafe_allow_html=True)
     with c3:
-        status_color = "#e67e22" if current_max >= busy_limit else "#27ae60"
-        status_text = "HIGH / YOĞUN" if current_max >= busy_limit else "STABLE / STABİL"
-        st.markdown(f"<div style='text-align: center;'><strong>Status / Durum</strong><br><span style='font-size: 40px; color: {status_color}; font-weight: bold;'>{status_text}</span></div>", unsafe_allow_html=True)
+        color = "#e67e22" if current_max >= busy_limit else "#27ae60"
+        text = "HIGH / YOĞUN" if current_max >= busy_limit else "STABLE / STABİL"
+        st.markdown(f"<div style='text-align: center;'><strong>Status / Durum</strong><br><span style='font-size: 40px; color: {color}; font-weight: bold;'>{text}</span></div>", unsafe_allow_html=True)
 
     # 2. YÖNETİM TAVSİYESİ
     st.markdown("---")
@@ -123,28 +99,28 @@ if file is not None:
         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 (HATA DÜZELTİLDİ: width='stretch')
+    # 3. SONUÇ TABLOSU
     st.markdown("---")
     st.subheader("📋 Results Table / Sonuç Tablosu")
     res_df = pd.DataFrame({"Actual / Gerçek": raw_data.flatten(), "Predicted / Tahmin": predictions})
-    st.dataframe(res_df, width='stretch', height=250)
-    
+    st.dataframe(res_df, width=1200, height=250)
     st.download_button("📥 Download Results", res_df.to_csv(index=False).encode('utf-8'), "hotel_results.csv", "text/csv")
 
-    # 4. GRAFİK
+    # 4. GRAFİK (Sabitlenmiş)
     st.markdown("---")
     st.subheader("📈 Prediction Graph / Tahmin Grafiği")
+    plt.clf()
     fig, ax = plt.subplots(figsize=(10, 3.5)) 
     ax.plot(raw_data, label="Actual / Gerçek", color="#bdc3c7", alpha=0.6, linestyle='--')
     ax.plot(predictions, label="AI Forecast / YZ Tahmini", color="#2980b9", linewidth=2)
     ax.axhline(y=busy_limit, color='#e74c3c', linestyle=':', label="Limit")
     ax.legend(prop={'size': 8})
-    st.pyplot(fig)
+    st.pyplot(fig, clear_figure=True)
 
     # 5. VERİ ÖN İZLEME
     st.markdown("---")
     st.subheader("📊 Data Preview / Veri Ön İzleme")
-    st.dataframe(df, width='stretch', height=150)
+    st.dataframe(df, width=1200, height=150)
 
 else:
     st.warning("👈 Please upload a CSV file from the left panel. / Lütfen sol panelden bir CSV dosyası yükleyin.")