import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.neural_network import MLPClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.metrics import confusion_matrix
from sklearn.preprocessing import StandardScaler

# --- Listening 2 ---
df = pd.read_csv( 'diabetes.csv' ) # Wczytanie zbioru z odpowiedniej ścieżki
print( df.sample( 5 )) # Wyświetlenie wylosownych 5 rekordów
stats = df.describe() # Obliczenie statystyk deskrypcyjnych i przechowanie stuktury DataFrame w zmiennej stats

# sprawdzić czy są puste rekordy
if df.isnull().sum().sum() <= 0:
    print( "Nie ma pustych" )

#sprządzić wykres korelacji
plt.figure(figsize=(5,5))
sns.heatmap(df.corr(),annot=True)

# wykres prezentujący histogram i funkcję gęstości oraz mediany dla atrybutu w rozkładzie zmiennej decyzyjnej dla zmiennej pregnencies
plt.figure( figsize = ( 5, 5 ))
sns.distplot( df[ df[ 'Outcome' ] == 0 ][ 'Pregnancies' ], bins = 10, kde_kws = { 'label' : 'drowa' })
sns.distplot( df[ df[ 'Outcome' ] == 1 ][ 'Pregnancies' ], bins = 10, kde_kws = { 'label' : 'Cukrzyca' })
plt.title( 'Liczba ciąż w śród badanych' )
plt.axvline( np.median( df[ df[ 'Outcome' ] == 0 ][ 'Pregnancies' ]), color = 'blue', linestyle = '--' )
plt.axvline( np.median( df[ df[ 'Outcome' ] == 1 ][ 'Pregnancies' ]), color = 'red', linestyle = '--' )

# --- Listening 3 ---
#OkreśleniedokładnościklasyfikatoraZeroR
accuZeroR = df[ 'Outcome' ].value_counts() / len(df)
if accuZeroR[ 0 ] > accuZeroR[ 1 ]:
    print( "Skuteczność klasyfikatora ZeroR to %1.3f" % ( accuZeroR[ 0 ]))
else:
    print( "Skuteczność klasyfikatora ZeroR to %1.3f" % accuZeroR[ 1 ])

# --- Listening 4 ---
#ZmienneX,ybezstandaryzacji
y = df.iloc[ :, -1 ] # Ostatnia kolumna jako zmienna decyzyjna
X = df.drop( 'Outcome', axis = 1 )

#Podział zbioru na testowy i uczący w proporcjach 30% do 70%
x_train, x_test, y_train, y_test = train_test_split( X, y, test_size = 0.30, random_state = 0 )

# Utworzenie modelu neuronowego przy wybranych cechach uczenia
# Rozmiar sieci 3 warstwy ukryte po 100 neuronów każda
# f.aktywacj i logistyczna
# max_liczba_iteracji(epoki)500
# wartość alpha regularyzacji L2 ( Ridgeregression ) 0.0001
# algorytm uczenia sgd stochastic gradient descent
# współczynnik uczenia
# czy pokazywać progres uczenia
# inicjalizacja generatora liczba losowych
# toleracja − jeżeli funkcja straty nie poprawia się o wartość większą niż tol to przerwać uczenie
model = MLPClassifier( hidden_layer_sizes = ( 100, 100, 100 ),
                        activation = 'logistic', max_iter = 500, alpha = 0.0001,
                        solver = 'sgd', learning_rate_init = 0.1, verbose = False,
                        random_state = 0, tol = 0.000000001 )

# --- Listening 5 ---
# Uruchomienie ewaluatora
model.fit( x_train, y_train )
# Obliczenie wyjść przy zadanych wejściach w zbiorze uczącym
y_pred_train = model.predict( x_train )
# Obliczenie wyjść przy zadanych wejściach w zbiorze testowym
y_pred = model.predict( x_test )

print( "Skuteczność klasyfikatora dla danych uczących to %1.3f" % accuracy_score( y_train, y_pred_train ))
print( "Skuteczność klasyfikatora dla danych testowych to %1.3f" % accuracy_score( y_test, y_pred ))

# wykres błędu w krokach uczenia
plt.figure( figsize = ( 5, 5 ))
plt.plot( model.loss_curve_ )
plt.title( 'Zmiana wartości funkcji straty w procesie uczenia')
plt.xlabel( " liczba korków" )
plt.ylabel( "wartość funkcji błędu" )

# Macierz pomyłek dla testu
cm = confusion_matrix(y_test, y_pred)
print( cm )

plt.figure( figsize = ( 5, 5 ))
sns.heatmap( cm, center = True )
plt.show()