import streamlit as st
import pandas as pd
import shap
from catboost import CatBoostRegressor

# Загрузка модели
final_model = CatBoostRegressor()
final_model.load_model('Model/best_model.cbm')

# Загрузка данных для предобработки
df = pd.read_csv('Dataset/car_data.txt', sep=',')

# Заголовок приложения
st.title("Прогнозирование цены автомобиля")

# Создаем окошки для ввода параметров
inputs = {}

# Выбор бренда
unique_brands = df['brand'].unique()
selected_brand = st.selectbox("Выберите бренд авто", unique_brands)

# Выбор модели в зависимости от бренда
selected_model_options = df[df['brand'] == selected_brand]['model'].unique()
selected_model = st.selectbox("Выберите модель авто", selected_model_options)

inputs['brand'] = selected_brand
inputs['model'] = selected_model

# Получаем числовые и категориальные столбцы из вашего DataFrame
categorical_columns = ['brand', 'model', 'поколение', 'тип продавца', 'состояние',
                        'модификация', 'тип двигателя', 'коробка передач', 'привод',
                        'комплектация', 'тип кузова', 'цвет', 'авито оценка']

numerical_columns = ['год выпуска', 'пробег', 'объем двигателя']

# Остальные окошки для ввода параметров
for column in df.columns:
    if column not in ['brand', 'model']:
        if column in numerical_columns:
            inputs[column] = st.number_input(f"Введите значение для {column}")
        elif column in categorical_columns:
            inputs[column] = st.text_input(f"Введите значение для {column}")

# Кнопка для запуска предсказания
if st.button("Предсказать цену"):
    # Создаем DataFrame из введенных данных
    input_data = pd.DataFrame(inputs, index=[0])

    # Получение предсказания
    predicted_price = final_model.predict(input_data)[0]

    # Вывод результатов
    st.write(f"Прогнозируемая цена авто: {predicted_price} руб.")


    # # Расчет важности фичей с использованием SHAP
    # explainer = shap.TreeExplainer(final_model)
    # shap_values = explainer.shap_values(input_data)

    # # Отображение SHAP force plot
    # st.write("SHAP Force Plot:")
    # shap.force_plot(explainer.expected_value, shap_values, input_data, matplotlib=True, show=False)
    # st.pyplot()