Blame for app.py

import os
import numpy as np
import xgboost as xgb
import gradio as gr
from google import genai
from google.genai import types

# ==========================================
# 🔌 1. GEMINI CLIENT BAŞLATMA
# ==========================================
api_key = os.environ.get("GEMINI_API_KEY")
client = None
if api_key:
    client = genai.Client(api_key=api_key)

# ==========================================
# 📊 2. SENTETİK XGBOOST MODELİ (MOCK TRAIN)
# ==========================================
# Arayüz açıldığında hızlıca kalibre edilen örnek XGBoost sınıflandırıcısı.
# Özellikler: [Ev_Sırası, Dep_Sırası, Ev_Form_Puanı, Dep_Form_Puanı, Ev_Sakat_Sayısı, Dep_Sakat_Sayısı]
def train_baseline_xgboost():
    X_synthetic = np.array([
        [1, 18, 13, 3, 0, 3],  # Güçlü ev sahibi favori
        [15, 2, 4, 12, 2, 0],  # Güçlü deplasman favori
        [8, 9, 7, 8, 1, 1],    # Denk takımlar
        [4, 5, 10, 9, 0, 1],   # Kafa kafaya zirve mücadelesi
        [20, 19, 2, 1, 3, 2],  # Alt sıraların mücadelesi
        [3, 16, 11, 4, 1, 2],  # Ev favori
        [17, 4, 3, 11, 2, 0]   # Deplasman favori
    ])
    # Hedef Değişkenler: 0 -> Ev Sahibi Kazanır, 1 -> Beraberlik, 2 -> Deplasman Kazanır
    y_synthetic = np.array([0, 2, 1, 0, 1, 0, 2])

    model = xgb.XGBClassifier(
        n_estimators=30,
        max_depth=3,
        learning_rate=0.1,
        objective='multi:softprob',
        num_class=3,
        eval_metric='mlogloss',
        random_state=42
    )
    model.fit(X_synthetic, y_synthetic)
    return model

# Uygulama başlarken modeli hafızaya yükle
xgb_model = train_baseline_xgboost()

# ==========================================
# 🧠 3. TAHMİN VE ANALİZ MOTORU
# ==========================================
def predict_and_analyze(home_team, away_team, home_rank, away_rank, home_form, away_form, home_injuries, away_injuries):
    if not home_team or not away_team:
        return "Lütfen ev sahibi ve deplasman takımlarının isimlerini giriniz.", {}

    # XGBoost Tahmin Girdisini Hazırlama
    features = np.array([[home_rank, away_rank, home_form, away_form, home_injuries, away_injuries]])
    probabilities = xgb_model.predict_proba(features)[0]
    
    p_home = float(probabilities[0])
    p_draw = float(probabilities[1])
    p_away = float(probabilities[2])

    # Gradio grafiği için dictionary formatı
    prob_dict = {
        f"{home_team} Galibiyeti (1)": p_home,
        "Beraberlik (X)": p_draw,
        f"{away_team} Galibiyeti (2)": p_away
    }

    # Gemini Analiz Promptu
    prompt = f"""
    Sen uzman bir spor analisti ve profesyonel bir veri modelleyicisisin.
    
    Karşılaşma: {home_team} (Ev) vs {away_team} (Deplasman)
    
    İstastistiksel Göstergeler:
    - {home_team}: Lig Sıralaması: {home_rank}, Son 5 Maç Form Puanı (Max 15): {home_form}, Eksik/Sakat Oyuncu: {home_injuries}
    - {away_team}: Lig Sıralaması: {away_rank}, Son 5 Maç Form Puanı (Max 15): {away_form}, Eksik/Sakat Oyuncu: {away_injuries}
    
    XGBoost Makine Öğrenmesi Modeli Sonuçları:
    - {home_team} Kazanma Olasılığı: %{p_home*100:.1f}
    - Beraberlik Olasılığı: %{p_draw*100:.1f}
    - {away_team} Kazanma Olasılığı: %{p_away*100:.1f}
    
    Yukarıdaki matematiksel olasılıkları ve takım durumlarını analiz ederek Türkçe bir rapor hazırla. Raporda şu başlıklar mutlaka bulunsun:
    1. 🎯 Model Yorumu (XGBoost olasılıklarının mantığı)
    2. ⚽ Olası Skor ve Gol Tahmini (Alt/Üst değerlendirmesi)
    3. 💡 Değerli Bahis Önerisi (+EV Değerlendirmesi)
    
    Yorumların rasyonel, nesnel ve profesyonel olsun.
    """

    # Gemini API Çağrısı
    if client:
        try:
            response = client.models.generate_content(
                model='gemini-2.5-flash',
                contents=prompt,
                config=types.GenerateContentConfig(
                    temperature=0.3
                )
            )
            analysis_result = response.text
        except Exception as e:
            analysis_result = f"Gemini API Analiz Hatası: {str(e)}\n\n(Lütfen GEMINI_API_KEY değişkeninizi Hugging Face Secrets alanına doğru eklediğinizden emin olun.)"
    else:
        analysis_result = "Gemini API Anahtarı bulunamadı! Lütfen Hugging Face Space alanına 'GEMINI_API_KEY' adıyla bir Secret ekleyin. (Yine de yukarıdaki XGBoost grafik tahminini görebilirsiniz.)"

    return analysis_result, prob_dict

# ==========================================
# 🎨 4. GRADIO ARAYÜZÜ (DARK THEME)
# ==========================================
with gr.Blocks(theme=gr.themes.Soft(primary_hue="blue", secondary_hue="slate")) as demo:
    gr.Markdown(
        """
        # ⚽ XGBoost & Gemini Hibrit Maç Tahmin Radarı
        Bu uygulama, girdiğiniz takım verilerini **XGBoost** sınıflandırıcısı ile tarayıp olasılıkları hesaplar ve **Gemini** yapay zekası ile matematiksel olarak yorumlar.
        """
    )
    
    with gr.Row():
        with gr.Column():
            gr.Markdown("### 🏟️ Takım İsimleri")
            home_input = gr.Textbox(label="Ev Sahibi Takım", value="Arsenal")
            away_input = gr.Textbox(label="Deplasman Takım", value="Chelsea")
            
            gr.Markdown("### 📊 Lig ve Form Durumu")
            with gr.Row():
                home_rank_input = gr.Number(label="Ev Sahibi Lig Sırası", value=3, precision=0)
                away_rank_input = gr.Number(label="Deplasman Lig Sırası", value=12, precision=0)
            with gr.Row():
                home_form_input = gr.Slider(label="Ev Form Puanı (Son 5 Maç)", minimum=0, maximum=15, value=11, step=1)
                away_form_input = gr.Slider(label="Deplasman Form Puanı (Son 5 Maç)", minimum=0, maximum=15, value=4, step=1)
            with gr.Row():
                home_inj_input = gr.Number(label="Ev Sakat/Cezalı Sayısı", value=1, precision=0)
                away_inj_input = gr.Number(label="Deplasman Sakat/Cezalı Sayısı", value=3, precision=0)
                
            submit_btn = gr.Button("Analiz Et ve Tahmin Üret", variant="primary")

        with gr.Column():
            gr.Markdown("### 📈 Matematiksel Kazanma Olasılıkları (XGBoost)")
            prob_output = gr.Label(label="Olasılık Dağılımı")
            
            gr.Markdown("### 🧠 Gemini Yapay Zeka Analiz Raporu")
            analysis_output = gr.Markdown(value="Verileri girdikten sonra butona basarak analizi başlatabilirsiniz.")

    submit_btn.click(
        fn=predict_and_analyze,
        inputs=[
            home_input, away_input,
            home_rank_input, away_rank_input,
            home_form_input, away_form_input,
            home_inj_input, away_inj_input
        ],
        outputs=[analysis_output, prob_output]
    )

if __name__ == "__main__":
    demo.launch()