Gxnc/Mobile_Price_Pred

1import streamlit as st2import pickle3import numpy as np4 5# Modeli yükle6with open("xgb_model.pkl", "rb") as f:7    model = pickle.load(f)8 9st.title("📱 Mobil Fiyat Aralığı Tahmini")10 11st.markdown("Cihaz özelliklerini girin, fiyat aralığını tahmin edelim (0: düşük - 3: çok yüksek)")12 13# Kullanıcıdan veri al14battery_power = st.slider("Batarya Gücü (mAh)", 500, 2000, 1200)15ram = st.slider("RAM (MB)", 256, 4000, 2000)16px_width = st.slider("Ekran Genişliği (px)", 500, 2000, 1000)17px_height = st.slider("Ekran Yüksekliği (px)", 0, 2000, 800)18mobile_wt = st.slider("Ağırlık (gram)", 80, 200, 150)19clock_speed = st.slider("İşlemci Hızı (GHz)", 0.5, 3.0, 1.5)20int_memory = st.slider("Dahili Hafıza (GB)", 2, 64, 32)21n_cores = st.slider("Çekirdek Sayısı", 1, 8, 4)22 23# Binary özellikler24four_g = st.selectbox("4G Var mı?", ["Yok", "Var"])25touch_screen = st.selectbox("Dokunmatik Ekran?", ["Yok", "Var"])26 27# Encode işlemleri28four_g = 1 if four_g == "Var" else 029touch_screen = 1 if touch_screen == "Var" else 030 31# Özellik dizisi (modelin beklediği sıraya göre)32inputs = np.array([[battery_power, 0, clock_speed, 1, 0, four_g, int_memory, 0.5, mobile_wt, n_cores,33                    1, px_height, px_width, ram, 10, 5, 10, 1, touch_screen, 1]])34 35# Tahmin36if st.button("Tahmin Et"):37    pred = model.predict(inputs)[0]38    label = {0: "Düşük", 1: "Orta", 2: "Yüksek", 3: "Çok Yüksek"}[pred]39    st.success(f"📱 Tahmini Fiyat Aralığı: **{label}**")40 41