import pandas as pd import joblib import gradio as gr # pkl modelini yükle try: pipe = joblib.load('pipe.pkl') except FileNotFoundError: print("HATA: 'pipe.pkl' dosyası bulunamadı. Lütfen dosyanın doğru yolda olduğundan emin olun.") pipe = None # Model yüklenemezse None olarak ayarla except Exception as e: print(f"Model yüklenirken bir hata oluştu: {e}") pipe = None # Veri yükle try: df = pd.read_excel('cars.xls') # Benzersiz değerleri ve NaN olmayanları alıp sıralamak, Gradio dropdown'ları için daha iyi make_options = sorted(df['Make'].dropna().unique().tolist()) cylinder_options = sorted(df['Cylinder'].dropna().unique().tolist()) doors_options = sorted(df['Doors'].dropna().unique().tolist()) except FileNotFoundError: print("HATA: 'cars.xls' dosyası bulunamadı. Lütfen dosyanın doğru yolda olduğundan emin olun.") # Örnek DataFrame veya boş DataFrame oluşturarak uygulamanın çökmesini engelle df = pd.DataFrame({ 'Make': [], 'Model': [], 'Trim': [], 'Type': [], 'Cylinder': [], 'Doors': [] }) make_options = [] cylinder_options = [] doors_options = [] except Exception as e: print(f"Veri yüklenirken bir hata oluştu: {e}") df = pd.DataFrame({ 'Make': [], 'Model': [], 'Trim': [], 'Type': [], 'Cylinder': [], 'Doors': [] }) make_options = [] cylinder_options = [] doors_options = [] def predict_price(make, model, trim, mileage, car_type, cylinder, liter, doors, cruise, sound, leather): if pipe is None: return "HATA: Model yüklenemedi, tahmin yapılamıyor." try: # Kullanıcıdan alınan verileri DataFrame'e dönüştür input_data = pd.DataFrame({ 'Make': [make], 'Model': [model], 'Trim': [trim], 'Mileage': [mileage], 'Type': [car_type], 'Cylinder': [cylinder], 'Liter': [liter], 'Doors': [doors], 'Cruise': [cruise], 'Sound': [sound], 'Leather': [leather] }) prediction = pipe.predict(input_data)[0] return f"Tahmini Fiyat: ${int(prediction):,}" # Sayıyı formatla except Exception as e: return f"Tahmin sırasında bir hata oluştu: {e}" # Dinamik olarak model seçeneklerini güncellemek için fonksiyon def update_models(selected_make): if pd.isna(selected_make) or not selected_make: # Eğer marka seçilmemişse return gr.Dropdown(choices=[], label="Model", interactive=True, value=None) models = sorted(df[df['Make'] == selected_make]['Model'].dropna().unique().tolist()) return gr.Dropdown(choices=models, label="Model", interactive=True, value=None if not models else models[0]) # Dinamik olarak donanım (trim) seçeneklerini güncellemek için fonksiyon def update_trims(selected_make, selected_model): if pd.isna(selected_make) or not selected_make or pd.isna(selected_model) or not selected_model: return gr.Dropdown(choices=[], label="Donanım (Trim)", interactive=True, value=None) trims = sorted(df[(df['Make'] == selected_make) & (df['Model'] == selected_model)]['Trim'].dropna().unique().tolist()) return gr.Dropdown(choices=trims, label="Donanım (Trim)", interactive=True, value=None if not trims else trims[0]) # Dinamik olarak araç tipi seçeneklerini güncellemek için fonksiyon def update_types(selected_make, selected_model, selected_trim): if pd.isna(selected_make) or not selected_make or \ pd.isna(selected_model) or not selected_model or \ pd.isna(selected_trim) or not selected_trim: return gr.Dropdown(choices=[], label="Araç Tipi", interactive=True, value=None) types = sorted(df[(df['Make'] == selected_make) & (df['Model'] == selected_model) & (df['Trim'] == selected_trim)]['Type'].dropna().unique().tolist()) return gr.Dropdown(choices=types, label="Araç Tipi", interactive=True, value=None if not types else types[0]) # Gradio arayüzü with gr.Blocks(theme=gr.themes.Soft()) as demo: gr.Markdown("# 🚗 Fiyat Tahmin Uygulaması @drmurataltun") gr.Markdown("Araba fiyatı tahmini için aşağıdaki bilgileri giriniz:") with gr.Row(): make_dd = gr.Dropdown(choices=make_options, label="Marka", interactive=True) model_dd = gr.Dropdown(choices=[], label="Model", interactive=True) # Başlangıçta boş trim_dd = gr.Dropdown(choices=[], label="Donanım (Trim)", interactive=True) # Başlangıçta boş with gr.Row(): mileage_num = gr.Number(label="Kilometre", minimum=200, maximum=600000, step=1000, value=50000) type_dd = gr.Dropdown(choices=[], label="Araç Tipi", interactive=True) # Başlangıçta boş cylinder_dd = gr.Dropdown(choices=cylinder_options, label="Silindir", interactive=True) with gr.Row(): liter_num = gr.Number(label="Motor Hacmi (Litre)", minimum=0.8, maximum=8.0, step=0.1, value=2.0) doors_dd = gr.Dropdown(choices=doors_options, label="Kapı Sayısı", interactive=True) cruise_rb = gr.Radio(choices=[True, False], label="Hız Sabitleme", value=True, type="value") with gr.Row(): sound_rb = gr.Radio(choices=[True, False], label="Gelişmiş Ses Sistemi", value=True, type="value") leather_rb = gr.Radio(choices=[True, False], label="Deri Koltuk", value=False, type="value") # Dinamik dropdown güncellemeleri için olay dinleyicileri make_dd.change(fn=update_models, inputs=make_dd, outputs=model_dd) make_dd.change(fn=lambda: (gr.Dropdown(choices=[], value=None), gr.Dropdown(choices=[], value=None)), outputs=[trim_dd, type_dd]) # Marka değişince trim ve type sıfırla model_dd.change(fn=update_trims, inputs=[make_dd, model_dd], outputs=trim_dd) model_dd.change(fn=lambda: gr.Dropdown(choices=[], value=None), outputs=type_dd) # Model değişince type sıfırla trim_dd.change(fn=update_types, inputs=[make_dd, model_dd, trim_dd], outputs=type_dd) predict_button = gr.Button("Fiyat Tahmini Yap 💰") output_text = gr.Textbox(label="Tahmini Sonuç") predict_button.click( fn=predict_price, inputs=[make_dd, model_dd, trim_dd, mileage_num, type_dd, cylinder_dd, liter_num, doors_dd, cruise_rb, sound_rb, leather_rb], outputs=output_text ) gr.Markdown("---") gr.Markdown("### 💡 Kullanım Notları:") gr.Markdown("- Lütfen tüm alanları doğru bir şekilde doldurun.") gr.Markdown("- **Marka** seçimi, **Model** seçeneklerini günceller.") gr.Markdown("- **Model** seçimi, **Donanım (Trim)** seçeneklerini günceller.") gr.Markdown("- **Marka, Model ve Donanım** seçimi, **Araç Tipi** seçeneklerini günceller.") gr.Markdown("- 'Hız Sabitleme', 'Gelişmiş Ses Sistemi' ve 'Deri Koltuk' için 'True' (Var) veya 'False' (Yok) seçimi yapınız.") if __name__ == '__main__': if pipe is None or df.empty: print("Model veya veri yüklenemediği için Gradio arayüzü başlatılamıyor.") print("Lütfen 'car_price_model.pkl' ve 'cars.xls' dosyalarının varlığını ve doğruluğunu kontrol edin.") else: demo.launch()