import pandas as pd

# CSV 파일에서 데이터 로드
df = pd.read_csv("data/customer_data.csv")

# 기본 정보 확인
print(f"데이터 크기: {df.shape}")       # (행 수, 열 수)
print(f"결측치 현황:\n{df.isnull().sum()}")
print(f"데이터 타입:\n{df.dtypes}")

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

df = pd.read_csv("data/housing.csv")

# 수치형 변수 기술통계
print(df.describe())

# 타겟 변수 분포 확인
sns.histplot(df["price"], bins=50, kde=True)
plt.title("주택 가격 분포")
plt.xlabel("가격")
plt.ylabel("빈도")
plt.show()

# 상관관계 히트맵
sns.heatmap(df.corr(numeric_only=True), annot=True, cmap="coolwarm")
plt.title("변수 간 상관관계")
plt.show()

from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.impute import SimpleImputer

# 학습/테스트 분할 (반드시 전처리 전에!)
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42, stratify=y
)

# 결측치 처리 (학습 데이터 기준으로 fit)
imputer = SimpleImputer(strategy="median")
X_train = imputer.fit_transform(X_train)
X_test = imputer.transform(X_test)  # transform만 사용

# 스케일링 (학습 데이터 기준으로 fit)
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)   # transform만 사용

from sklearn.ensemble import RandomForestClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC

# 여러 모델을 후보로 준비
models = {
    "로지스틱 회귀": LogisticRegression(max_iter=1000),
    "랜덤 포레스트": RandomForestClassifier(n_estimators=100, random_state=42),
    "SVM": SVC(kernel="rbf", random_state=42),
}

# 각 모델 학습 및 기본 점수 확인
for name, model in models.items():
    model.fit(X_train, y_train)
    score = model.score(X_test, y_test)
    print(f"{name}: {score:.4f}")

from sklearn.metrics import classification_report, confusion_matrix

# 예측 수행
y_pred = best_model.predict(X_test)

# 분류 보고서 출력
print(classification_report(y_test, y_pred))

# 혼동 행렬
cm = confusion_matrix(y_test, y_pred)
sns.heatmap(cm, annot=True, fmt="d", cmap="Blues")
plt.xlabel("예측 라벨")
plt.ylabel("실제 라벨")
plt.title("혼동 행렬")
plt.show()

import joblib

# 모델 저장
joblib.dump(best_model, "model/classifier_v1.joblib")
joblib.dump(scaler, "model/scaler_v1.joblib")
joblib.dump(imputer, "model/imputer_v1.joblib")

# 모델 로드 및 추론
loaded_model = joblib.load("model/classifier_v1.joblib")
loaded_scaler = joblib.load("model/scaler_v1.joblib")

# 새 데이터에 대한 예측
new_data_scaled = loaded_scaler.transform(new_data)
predictions = loaded_model.predict(new_data_scaled)