Create app.py

app.py

@@ -0,0 +1,161 @@
+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()