Create app.py

app.py

@@ -0,0 +1,64 @@
+import gradio as gr
+import pandas as pd
+from pycaret.classification import setup, compare_models, pull
+
+def get_columns(dosya):
+    if dosya is None:
+        return gr.update(choices=[]), gr.update(choices=[]), gr.update(choices=[])
+    data = pd.read_csv(dosya.name)
+    kolonlar = data.columns.tolist()
+    return gr.update(choices=kolonlar), gr.update(choices=kolonlar), gr.update(choices=kolonlar)
+
+def otoml_islemi(dosya, hedef_sutun, sayisal_sutunlar, kategorik_sutunlar,
+                 sayisal_imputasyon, kategorik_imputasyon, normalize, remove_outliers):
+    # Veri setini yükleyin
+    data = pd.read_csv(dosya.name)
+    
+    # PyCaret kurulumunu başlatın
+    s = setup(
+        data,
+        target=hedef_sutun,
+        numeric_features=sayisal_sutunlar if sayisal_sutunlar else None,
+        categorical_features=kategorik_sutunlar if kategorik_sutunlar else None,
+        numeric_imputation=sayisal_imputasyon,
+        categorical_imputation=kategorik_imputasyon,
+        normalize=normalize,
+        remove_outliers=remove_outliers,
+        silent=True,
+        verbose=False
+    )
+    
+    # Modelleri karşılaştırın ve en iyisini seçin
+    en_iyi_model = compare_models()
+    
+    # Model değerlendirme sonuçlarını alın
+    degerlendirme = pull()
+    
+    return degerlendirme
+
+with gr.Blocks() as demo:
+    dosya = gr.File(label="Veri Seti (CSV)")
+    hedef_sutun = gr.Dropdown(label="Hedef Sütun Adı", choices=[])
+    sayisal_sutunlar = gr.CheckboxGroup(label="Sayısal Sütunlar", choices=[])
+    kategorik_sutunlar = gr.CheckboxGroup(label="Kategorik Sütunlar", choices=[])
+    sayisal_imputasyon = gr.Dropdown(label="Sayısal İmputasyon Yöntemi", choices=['mean', 'median', 'zero'], value='mean')
+    kategorik_imputasyon = gr.Dropdown(label="Kategorik İmputasyon Yöntemi", choices=['mode', 'constant'], value='mode')
+    normalize = gr.Checkbox(label="Normalize Et")
+    remove_outliers = gr.Checkbox(label="Aykırı Değerleri Kaldır")
+    buton = gr.Button("Modeli Oluştur")
+    cikti = gr.Dataframe(label="Model Değerlendirme Sonuçları")
+
+    dosya.change(
+        fn=get_columns,
+        inputs=dosya,
+        outputs=[hedef_sutun, sayisal_sutunlar, kategorik_sutunlar]
+    )
+
+    buton.click(
+        fn=otoml_islemi,
+        inputs=[dosya, hedef_sutun, sayisal_sutunlar, kategorik_sutunlar,
+                sayisal_imputasyon, kategorik_imputasyon, normalize, remove_outliers],
+        outputs=cikti
+    )
+
+demo.launch()