import itertools
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import warnings

from google.colab import drive
drive.mount('/content/drive')

dataset = pd.read_csv("파일경로", on_bad_lines = "skip")
#판다스의 read_csv로 csv파일을 불러올 수 있고, on_bad_lines:로 규칙에 맞지 않는 행은 스킵할 수 있다.
dataset.head()
#가장 위의 5줄 불러오기

sns.scatterplot(x = dataset['PM10'], y = dataset['PM25'])
plt.show()

data = dataset.dropna(subset=['중요한 열'])

# 데이터셋을 train셋과 test셋으로 분할
def train_test_split(data, test_size=0.2, random_state=None):
    if random_state:
        np.random.seed(random_state)

    # 데이터프레임의 인덱스를 permutation으로 섞기
    indices = np.random.permutation(len(data))

    """
    data.shape은 [헹,열]형태의 리스트다. 따라서 행의 수는 shape[0]임
    """
    test_samples = int(data.shape[0] * 0.2)

    # 위에서 구한 test_samples로 랜덤한 수 리스트인 indices에서 수를 슬라이싱선택
    test_indices = indices[:test_samples]
    train_indices = indices[test_samples:]

    """
    data중 중요한 열만 선택해서 iloc을 이용해서 리스트를 이용해서 data 슬라이싱
    만약 열이름으로 슬라이싱 하고싶으면 loc이용하기 - pandas
    """
    train_data = data[['PM10', 'PM25']].iloc[train_indices]
    test_data = data[['PM10','PM25']].iloc[test_indices]

    return train_data, test_data

train_data, test_data = train_test_split(data)

'''
X는 2차원 배열로 변환해서 사용해야됨 -> reshape(-1,1)해주기
'''
X_train = np.array(train_data['PM10']).reshape(-1, 1)
y_train = np.array(train_data['PM25'])
X_test = np.array(test_data['PM10']).reshape(-1, 1)
y_test = np.array(test_data['PM25'])

class LinearRegression:
    def __init__(self):
        self.weights = None
        self.bias = None

    def fit(self, X, y):
        '''
	      [W,  [X, 이렇게 행렬곱으로 나타낼 수 있는데, bias를 W랑 같은 행렬에 있도록 해서 추가함
	       b]  1]
	       여기서는 hstack을 이용해서 수평으로 X랑 bias를 위한 특성인 1을 stack함
        '''
        X = np.hstack((np.ones((X.shape[0], 1)), X))

        """
        최소 제곱법(closed form)
        """
        self.weights = np.linalg.pinv(X.T @ X) @ X.T @ y

        """
        weights의 첫 번째 값에는 맨 처음에 X에 추가한것처럼 bias가 있고, 1번째부터는 weights가 있음
        """
        self.bias = self.weights[0]
        self.weights = self.weights[1:]

    def predict(self, X):
        # X에 절편 항 추가
        X = np.hstack((np.ones((X.shape[0], 1)), X))

        """
        bias랑 weights 수평으로 쌓은다음에 X랑 내적하면 pred나옴
        """
        y_pred = X.dot(np.hstack(([self.bias], self.weights)))

        return y_pred

model = LinearRegression()
model.fit(X_train, y_train)
#model 인스턴스로 불러온 다음에 fit메서드로 Xtrain, ytrain넘겨줘서 학습킴
predictions = model.predict(X_test)
#predict메서드에 X_test넘겨줘서 predictions 생성

def mean_squared_error(y_true, y_pred):
# 제곱오차 구하기
    squared_errors = (y_true - y_pred)**2
# 제곱오차 평균내서 평균 제곱오차 구하기
    mse = np.mean(squared_errors)

    return mse

def r_squared(y_true, y_pred):
    
    #실제 값의 평균
    mean_y_true = y_true / len(y_true)
  
    #총 제곱합(TSS)을 계산 
    tss = np.sum((y_true - mean_y_true)**2)

    
    #잔차 제곱합(RSS)을 계산
    
    rss = np.sum((y_true - y_pred)**2) 
    #결정 계수를 계산
    
    r2 = 1- (rss / tss)

    return r2

plt.scatter(X_test, y_test, color='blue', label='Data')  # Scatter plot
"""
회귀선을 그리는 아래 코드의 빈칸을 채워 완성해주세요.
"""
plt.plot(X_test, predictions, color='red', label='Regression Line')

for i in range(len(X_test)):
    plt.plot([X_test[i], X_test[i]], [y_test[i], predictions[i]], color='gray', linestyle='--', linewidth=0.5)

plt.xlabel('PM10')
plt.ylabel('PM2.5')
plt.title('Scatter plot with Regression Line')
plt.legend()
plt.grid(False)
plt.show()