import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score
import joblib
from xgboost import XGBRegressor

# 加载数据集
data = pd.read_excel( '大学生低碳生活行为的影响因素数据集.xlsx' )

# 显示数据集的前五行
print(data.head())

# 删除不必要的列并处理分类变量
data_cleaned = data.drop(columns=['序号', '所用时间'])  # 删除不必要的列
data_cleaned = pd.get_dummies(data_cleaned, drop_first=True)  # 将分类变量转换为哑变量/指示变量

# 定义目标变量和特征
target = '5.您进行过绿色低碳的相关生活方式吗?'  # 确保这是目标变量

# 定义自变量和因变量
X = data_cleaned.drop(columns=[target])
y = data_cleaned[target]

# 将数据拆分为训练集和测试集（测试集占20%）
X_train, X_test, y_train, y_test =  train_test_split(X, y, test_size=0.2, random_state=42)

# 初始化线性回归模型
model = LinearRegression()
# 训练线性回归模型
model.fit(X_train, y_train)

# 保存训练好的模型
model_filename = '2.2.4_model.pkl'
joblib.dump(model, model_filename)

# 进行预测
y_pred = model.predict(X_test)

# 将结果保存到文本文件中
results = pd.DataFrame({'实际值': y_test, '预测值': y_pred})
results_filename = '2.2.4_results.txt'
results.to_csv(results_filename, index=False, sep='\t')  # 使用制表符分隔值保存到文本文件

# 将测试结果保存到报告文件中
report_filename = '2.2.4_report.txt'
with open(report_filename, 'w') as f:
    f.write(f'均方误差: {mean_squared_error(y_test, y_pred)}\n')
    f.write(f'决定系数: {r2_score(y_test, y_pred)}\n')
    
# 分析并纠正错误（示例：使用XGBoost）
# 初始化XGBoost模型（设定树的数量为1000，学习率为0.05，每棵树的最大深度为5，）
xgb_model =  XGBRegressor(n_estimators=1000,learning_rate=0.05,max_depth=5,subsample=0.8, colsample_bytree=0.8)
# 训练XGBoost模型
xgb_model.fit(X_train, y_train)

# 使用XGBoost模型进行预测
y_pred_xg = xgb_model.predict(X_test)

# 将XGBoost结果保存到文本文件中
results_xg_filename = '2.2.4_results_xg.txt'
results_xg = pd.DataFrame({'实际值': y_test, '预测值': y_pred_xg})
results_xg.to_csv(results_xg_filename, index=False, sep='\t')  # 使用制表符分隔值保存到文本文件

# 将XGBoost测试结果保存到报告文件中
report_filename_xgb = '2.2.4_report_xgb.txt'
with open(report_filename_xgb, 'w') as f:
    f.write(f'均方误差: {mean_squared_error(y_test, y_pred_xg)}\n')
    f.write(f'决定系数: {r2_score(y_test, y_pred_xg)}\n')

   序号  所用时间  1.您的性别○男性   ○女性  2.您的年级○大一   ○大二   ○大三   ○大四  \
0   1  130秒                1                            2   
1   2   82秒                1                            2   
2   3  230秒                1                            2   
3   4   96秒                1                            2   
4   6  157秒                1                            2   

   3.您的生源地○农村   ○城镇（乡镇）   ○地县级城市  ○省会城市及直辖市  \
0                                         2   
1                                         3   
2                                         3   
3                                         2   
4                                         1   

   4.您的月生活费○≦1,000元   ○1,001-2,000元   ○2,001-3,000元   ○≧3,001元  \
0                                                  2             
1                                                  2             
2                                                  2             
3                                                  2             
4                                                  2             

   5.您进行过绿色低碳的相关生活方式吗?  6.您觉得“低碳”，与你的生活关系密切吗？  7.低碳生活是否会成为未来的主流生活方式？  \
0                    1                      1                      1   
1                    1                      1                      2   
2                    1                      1                      2   
3                    2                      2                      2   
4                    1                      1                      2   

   8.您是否认为低碳生活会提高您的生活质量？  ...  我有机会执行低碳生活  我有足够知识进行低碳生活  14.我打算以后…—减少使用一次性产品  \
0                      2  ...           5             5                    4   
1                      2  ...           5             4                    4   
2                      3  ...           3             3                    4   
3                      2  ...           2             2                    2   
4                      2  ...           5             4                    5   

   合理处理生活中的废弃物  在日常生活中会进行垃圾分类  尽可能劝说周围的人进行低碳生活  15.日常生活中，我会......—对垃圾进行分类  \
0            4              3                3                          3   
1            3              4                5                          4   
2            5              3                3                          3   
3            5              2                2                          2   
4            5              5                5                          5   

   重复利用废旧物品  避免使用一次性产品  劝说周围的人进行低碳生活  
0         4          4             3  
1         3          4             4  
2         4          3             3  
3         2          2             2  
4         5          4             3  

[5 rows x 40 columns]