Update README.md

README.md

@@ -3,18 +3,63 @@ title: Customer Segmentation App
 emoji: 🚀
 colorFrom: red
 colorTo: red
-sdk: docker
-app_port: 8501
-tags:
-- streamlit
+sdk: streamlit
+app_file: app.py
 pinned: false
-short_description: customer-segmentation-app
+short_description: AI-powered customer personality segmentation using K-Means.
 license: apache-2.0
 ---
 
-# Welcome to Streamlit!
+# 📊 Customer Personality Segmentation Project
+### (Müşteri Kişilik Segmentasyonu Projesi)
 
-Edit `/src/streamlit_app.py` to customize this app to your heart's desire. :heart:
+This project uses **Machine Learning (K-Means Clustering)** to segment customers based on their income, spending habits, and family structure. It helps businesses understand their customer base to create targeted marketing strategies.
 
-If you have any questions, checkout our [documentation](https://docs.streamlit.io) and [community
-forums](https://discuss.streamlit.io).
+Bu proje, müşterileri gelir, harcama alışkanlıkları ve aile yapılarına göre segmentlere ayırmak için **Makine Öğrenmesi (K-Means Kümeleme)** kullanır. İşletmelerin hedef odaklı pazarlama stratejileri oluşturmasına yardımcı olur.
+
+---
+
+## 🛠 Features / Özellikler
+* **Data Preprocessing:** Handling missing values and feature engineering.
+* **Clustering Models:** Comparison between **K-Means** and **DBSCAN**.
+* **Model Selection:** Optimized with **Silhouette Score** ($0.28$) and **Elbow Method**.
+* **Interactive UI:** A Streamlit web application with real-time predictions and visual effects.
+
+* **Veri Ön İşleme:** Eksik verilerin temizlenmesi ve yeni özelliklerin oluşturulması.
+* **Kümeleme Modelleri:** **K-Means** ve **DBSCAN** modellerinin karşılaştırılması.
+* **Model Seçimi:** **Silhouette Skoru** ($0.28$) ve **Elbow Metodu** ile optimizasyon.
+* **İnteraktif Arayüz:** Gerçek zamanlı tahminler ve görsel efektler sunan Streamlit uygulaması.
+
+---
+
+## 💎 Customer Segments / Müşteri Segmentleri
+The model categorizes customers into 4 main groups:
+Model, müşterileri 4 ana grupta sınıflandırır:
+
+1. **Premium:** High income, high spending, no children. (Yüksek gelir, yüksek harcama, çocuksuz.) 🎈
+2. **Budget:** Middle income, balanced spending. (Orta gelir, dengeli harcama.)
+3. **Occasional:** Low income or infrequent shoppers. (Düşük gelir veya seyrek alışveriş yapanlar.)
+4. **Alternative:** Unique spending patterns. (Özel harcama alışkanlıkları olanlar.)
+
+---
+
+## 📖 How to Use / Nasıl Kullanılır?
+1. Enter the **Annual Income** (e.g., $110,000).
+2. Enter the **Total Spending** (e.g., $3,000).
+3. Select the number of **Children**.
+4. Click **Predict** to see the magic! 🎈
+
+1. **Yıllık Geliri** girin (Örn: $110,000).
+2. **Toplam Harcamayı** girin (Örn: $3,000).
+3. **Çocuk Sayısını** seçin.
+4. Sihri görmek için **Tahmin Et**'e basın! 🎈
+
+---
+
+## 💻 Tech Stack / Kullanılan Teknolojiler
+* **Python** (Pandas, Numpy)
+* **Scikit-Learn** (StandardScaler, KMeans)
+* **Streamlit** (Web UI)
+* **Joblib** (Model Deployment)
+
+---