Update src/streamlit_app.py

src/streamlit_app.py

@@ -1,7 +1,7 @@
 import os
 import warnings
 
-# --- TİTREMEYİ ENGELLEYEN AYARLAR ---
+# --- TİTREMEYİ VE GEREKSİZ LOGLARI ENGELLE ---
 os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3' 
 os.environ['TF_ENABLE_ONEDNN_OPTS'] = '0'
 warnings.filterwarnings('ignore')
@@ -21,7 +21,7 @@ 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("❌ Dosyalar bulunamadı!")
+        st.error("❌ Dosyalar bulunamadı! Lütfen Hugging Face klasörünüzü kontrol edin.")
         st.stop()
     model = load_model(model_file)
     with open(scaler_file, "rb") as f:
@@ -35,30 +35,42 @@ except Exception as e:
     st.stop()
 
 # ==========================================
-# SIDEBAR / SOL PANEL (YENİ DÜZEN)
+# SIDEBAR / SOL PANEL (TÜM BİLGİLER BURADA)
 # ==========================================
 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("**Format:** Sütun adı 'bookings' olan bir CSV yükleyin.")
+    st.info("""
+    **Format:** Sütun adı **'bookings'** olan bir CSV yükleyin.
     
-    # 2. ANALİZİ BAŞLAT (İSTEDİĞİN YERE TAŞINDI)
+    | bookings |
+    | :--- |
+    | 120 |
+    | 155 |
+    """)
+    
+    # 2. ANALİZİ BAŞLAT (İstediğin yer: Rehberin hemen altı)
     st.markdown("### 🚀 Start Analysis / Analizi Başlat")
-    file = st.sidebar.file_uploader("Upload CSV / CSV Yükle", type=["csv"])
+    file = st.file_uploader("Upload CSV / CSV Yükle", type=["csv"])
     
     st.markdown("---")
     
-    # 3. DİĞER BİLGİLER (ALT KISIMDA KORUNDU)
+    # 3. BOOKINGS NEDİR?
     st.markdown("### ❓ What is 'Bookings'? / 'Bookings' Nedir?")
-    st.write("O gün yapılan toplam rezervasyon sayısıdır. Örn: 150 oda satıldı.")
+    st.write("""
+    **EN:** Total daily reservations. (Example: 150 means 150 rooms sold)
+    
+    **TR:** Günlük toplam rezervasyon. (Örn: 150 değeri o gün 150 oda satıldığını gösterir)
+    """)
     
     st.markdown("---")
     
+    # 4. YOĞUNLUK MANTIĞI
     st.markdown("### 📊 Thresholds / Yoğunluk")
-    st.warning("**High (Yoğun):** Ortalama + %20")
-    st.success("**Stable (Stabil):** Normal aralık")
+    st.warning("**High (Yoğun):** > Ortalamadan %20 fazla")
+    st.success("**Stable (Stabil):** Normal aralıkta")
 
 # ==========================================
 # MAIN CONTENT / ANA SAYFA
@@ -68,7 +80,7 @@ st.markdown("<h1 style='text-align: center;'>🏨 Hotel Demand Forecasting / Ote
 if file is not None:
     df = pd.read_csv(file)
     
-    # TAHMİN (Sessiz Mod)
+    # AI TAHMİN SÜRECİ
     raw_data = df[["bookings"]].values
     data_scaled = sc.transform(raw_data)
     predictions_scaled = model.predict(data_scaled, verbose=0) 
@@ -78,35 +90,35 @@ if file is not None:
     busy_limit = int(avg_val * 1.2)
     current_max = int(predictions.max())
 
-    # 1. METRİKLER
+    # 1. METRİKLER (EN ÜSTTE)
     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 c3:
-        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)
+        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)
 
-    # 2. YÖNETİM TAVSİYESİ
+    # 2. YÖNETİM TAVSİYESİ (ÜSTTE)
     st.markdown("---")
     st.markdown("<h3 style='text-align: center;'>👔 Management Advice / Yönetim Tavsiyesi</h3>", unsafe_allow_html=True)
-    ce, ct = st.columns(2)
-    with ce:
+    adv_en, adv_tr = st.columns(2)
+    with adv_en:
         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:
+    with adv_tr:
         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
+    # 3. SONUÇ TABLOSU (GRAFİK ÜSTÜNDE)
     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=1200, height=250)
     st.download_button("📥 Download Results", res_df.to_csv(index=False).encode('utf-8'), "hotel_results.csv", "text/csv")
 
-    # 4. GRAFİK (Sabitlenmiş)
+    # 4. GRAFİK
     st.markdown("---")
     st.subheader("📈 Prediction Graph / Tahmin Grafiği")
     plt.clf()
@@ -117,7 +129,7 @@ if file is not None:
     ax.legend(prop={'size': 8})
     st.pyplot(fig, clear_figure=True)
 
-    # 5. VERİ ÖN İZLEME
+    # 5. VERİ ÖN İZLEME (EN ALTTA)
     st.markdown("---")
     st.subheader("📊 Data Preview / Veri Ön İzleme")
     st.dataframe(df, width=1200, height=150)