Update app.py

app.py

@@ -4,29 +4,65 @@ import skops.io as sio
 import joblib
 import numpy as np
 import os
+from huggingface_hub import hf_hub_download
 
 print("Current directory contents:", os.listdir())
 
-# تحميل أسماء الأعمدة
+# ========== تحميل أسماء الأعمدة من Hugging Face ==========
 try:
-    feature_names = joblib.load("feature_names.pkl")
-    print(f"✅ Loaded feature names: {len(feature_names)} features")
+    feature_names_path = hf_hub_download(
+        repo_id="EngReem85/cpu-advisor-xgboost",
+        filename="feature_names.pkl"
+    )
+    feature_names = joblib.load(feature_names_path)
+    print(f"✅ Loaded feature names from Hugging Face: {len(feature_names)} features")
 except Exception as e:
     print(f"❌ Error loading feature_names.pkl: {e}")
     feature_names = ['tdp', 'cores', 'logicals', 'cpuCount', 'rank', 'samples', 
                      'extracted_ghz', 'speed_ghz', 'turbo_ghz', 'cost_per_rank_point', 'cost_per_core',
                      'brand_encoded', 'category_final_encoded', 'socket_final_encoded']
+    print("Using default feature names")
 
-# تحميل النموذج
+# ========== تحميل النموذج من Hugging Face ==========
 try:
-    untrusted_types = sio.get_untrusted_types(file="cpu_price_model.skops")
-    model = sio.load("cpu_price_model.skops", trusted=untrusted_types)
-    print("✅ Model loaded successfully!")
+    # محاولة تحميل بصيغة .joblib أولاً
+    try:
+        model_path = hf_hub_download(
+            repo_id="EngReem85/cpu-advisor-xgboost",
+            filename="model.joblib"
+        )
+        model = joblib.load(model_path)
+        print("✅ Model loaded successfully from Hugging Face (joblib format)!")
+    except Exception as e:
+        print(f"⚠️ Failed to load model.joblib: {e}")
+        
+        # محاولة تحميل بصيغة .skops
+        model_path = hf_hub_download(
+            repo_id="EngReem85/cpu-advisor-xgboost",
+            filename="cpu_price_model.skops"
+        )
+        untrusted_types = sio.get_untrusted_types(file=model_path)
+        model = sio.load(model_path, trusted=untrusted_types)
+        print("✅ Model loaded successfully from Hugging Face (skops format)!")
+        
 except Exception as e:
-    print(f"❌ Error loading model: {e}")
-    raise e
-
-#  اسماءالشركات مع عدد المعالجات من البيانات
+    print(f"❌ Error loading model from Hugging Face: {e}")
+    
+    # محاولة تحميل من الملف المحلي كحل أخير
+    try:
+        if os.path.exists("cpu_price_model.skops"):
+            untrusted_types = sio.get_untrusted_types(file="cpu_price_model.skops")
+            model = sio.load("cpu_price_model.skops", trusted=untrusted_types)
+            print("✅ Model loaded from local file as fallback!")
+        else:
+            raise FileNotFoundError("No model found locally or on Hugging Face")
+    except Exception as e2:
+        print(f"❌ All loading attempts failed: {e2}")
+        raise e2
+
+# ========== تعريف الترميزات ==========
+
+# أسماء الشركات مع عدد المعالجات من البيانات
 BRAND_MAPPING = {
     "Intel": 0,        # 2593 معالج
     "AMD": 1,          # 1252 معالج
@@ -56,7 +92,7 @@ CATEGORY_MAPPING = {
     "Unknown": 5,              # 41 معالج
 }
 
-#السوكت وعدد المعالجات في البيانات ذي اعلى الفئات لان كانت فوق 190 
+# السوكت وعدد المعالجات في البيانات (أعلى الفئات لأنها كانت فوق 190)
 SOCKET_MAPPING = {
     "Unknown": 0,        # 868 معالج
     "FCLGA3647": 1,      # 178 معالج
@@ -66,6 +102,8 @@ SOCKET_MAPPING = {
     "Other": 5           # باقي المقابس
 }
 
+# ========== دالة التنبؤ ==========
+
 def predict_price(tdp, cores, logicals, cpuCount, rank, samples, 
                   extracted_ghz, speed_ghz, turbo_ghz, 
                   cost_per_rank_point, cost_per_core,
@@ -96,7 +134,7 @@ def predict_price(tdp, cores, logicals, cpuCount, rank, samples,
 
 # ========== واجهة المستخدم ==========
 
-# قائمةالشركات 
+# قائمة الشركات
 brand_choices = ["Intel", "AMD", "Other", "Qualcomm", "MediaTek", 
                  "Samsung", "VIA", "Rockchip", "Unisoc", "Snapdragon", 
                  "Apple", "QCT", "Spreadtrum", "Nvidia", "AArch64", "Microsoft"]
@@ -144,9 +182,7 @@ outputs = gr.Textbox(label="نتيجة التنبؤ", lines=2)
 title = "💰 تنبؤ أسعار المعالجات"
 description = """
 ### 🖥️ أدخل مواصفات المعالج لتحصل على تقدير لسعره
-
-**ملاحظة:** هذا التطبيق للأغراض التعليمية والبحثية فقط. الأسعار تقديرية وقد لا تعكس الواقع الحالي⚠️.
-
+**ملاحظة:** هذا التطبيق للأغراض التعليمية والبحثية فقط. الأسعار تقديرية وقد لا تعكس الواقع الحا��ي ⚠️.
 """
 
 examples = [
@@ -160,6 +196,8 @@ examples = [
     [35, 2, 4, 1, 2500, 20, 1.8, 1.6, 2.8, 0.2, 5.0, "Intel", "Embedded/IoT", "Unknown"],
 ]
 
+# ========== إنشاء وتشغيل التطبيق ==========
+
 demo = gr.Interface(
     fn=predict_price,
     inputs=inputs,