Update app.py

app.py

@@ -2,82 +2,28 @@ import gradio as gr
 import joblib
 import pandas as pd
 
-# Model ve scaler yükleniyor
+# Model ve scaler'ı yükle
 model = joblib.load("xgb_model.pkl")
 scaler = joblib.load("scaler.pkl")
 
-# Durum için global değişken kullanabiliriz (ya da gr.State)
-class ChatState:
-    def __init__(self):
-        self.inputs = []
-        self.step = 0  # Hangi parametrede olduğumuzu tutar
+def predict_quality(pressure, temp_x_pressure, fusion_metric):
+    input_df = pd.DataFrame([[pressure, temp_x_pressure, fusion_metric]], 
+                            columns=["Pressure (kPa)", "Temperature x Pressure", "Material Fusion Metric"])
+    scaled = scaler.transform(input_df)
+    prediction = model.predict(scaled)[0]
+    return float(prediction)
 
-state = ChatState()
+iface = gr.Interface(
+    fn=predict_quality,
+    inputs=[
+        gr.Number(label="Pressure (kPa)"),
+        gr.Number(label="Temperature x Pressure"),
+        gr.Number(label="Material Fusion Metric")
+    ],
+    outputs=gr.Number(label="Kalite Skoru"),
+    title="Kalite Skoru Tahmin Modeli",
+    description="Pressure, Temperature x Pressure ve Material Fusion Metric değerlerini giriniz, kalite skorunu tahmin eder."
+)
 
-def respond(user_message, chat_history):
-    global state
-    
-    if state.step == 0:
-        chat_history.append(("assistant", "Lütfen Pressure (kPa) değerini giriniz:"))
-        state.step = 1
-        return chat_history, ""
-    
-    elif state.step == 1:
-        try:
-            pressure = float(user_message)
-            state.inputs.append(pressure)
-            chat_history.append(("user", user_message))
-            chat_history.append(("assistant", "Lütfen Temperature x Pressure değerini giriniz:"))
-            state.step = 2
-            return chat_history, ""
-        except:
-            chat_history.append(("assistant", "Geçerli bir sayı giriniz lütfen!"))
-            return chat_history, ""
-    
-    elif state.step == 2:
-        try:
-            temp_x_pressure = float(user_message)
-            state.inputs.append(temp_x_pressure)
-            chat_history.append(("user", user_message))
-            chat_history.append(("assistant", "Lütfen Material Fusion Metric değerini giriniz:"))
-            state.step = 3
-            return chat_history, ""
-        except:
-            chat_history.append(("assistant", "Geçerli bir sayı giriniz lütfen!"))
-            return chat_history, ""
-    
-    elif state.step == 3:
-        try:
-            fusion_metric = float(user_message)
-            state.inputs.append(fusion_metric)
-            chat_history.append(("user", user_message))
-            
-            # Tahmin yap
-            input_df = pd.DataFrame([state.inputs], columns=["Pressure (kPa)", "Temperature x Pressure", "Material Fusion Metric"])
-            scaled_data = scaler.transform(input_df)
-            prediction = model.predict(scaled_data)[0]
-            
-            msg = f"🔍 Tahmin Edilen Kalite Skoru: {prediction:.2f}"
-            if prediction < 99:
-                msg += "\n⚠️ Uyarı: Kalite oranı 99'dan düşük!"
-            
-            chat_history.append(("assistant", msg))
-            
-            # Resetle
-            state.inputs = []
-            state.step = 0
-            
-            # Sonraki tur için soruyu tekrar başlat
-            chat_history.append(("assistant", "Yeniden başlamak için herhangi bir mesaj yazabilirsiniz."))
-            return chat_history, ""
-        except:
-            chat_history.append(("assistant", "Geçerli bir sayı giriniz lütfen!"))
-            return chat_history, ""
-
-with gr.Blocks() as demo:
-    chatbot = gr.Chatbot()
-    state_text = gr.Textbox(visible=False)
-    user_input = gr.Textbox(placeholder="Mesajınızı yazın ve Enter'a basın...")
-    user_input.submit(respond, inputs=[user_input, chatbot], outputs=[chatbot, user_input])
-    
-demo.launch()
+if __name__ == "__main__":
+    iface.launch()