import streamlit as st
import pandas as pd
import numpy as np
from catboost import CatBoostRegressor
from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score
import matplotlib.pyplot as plt
import pickle

# Отключение предупреждения PyplotGlobalUseWarning
st.set_option('deprecation.showPyplotGlobalUse', False)

# Загрузка данных и модели с использованием кэша
@st.cache_data()
def load_data_and_model():
    df = pd.read_csv('Dataset/car_data.txt', sep=',')
    final_model = CatBoostRegressor()
    final_model.load_model('Model/best_model.cbm')
    return df, final_model

# Загрузка данных и модели
df, final_model = load_data_and_model()

# Загрузка данных
with open('Dataset/X_test_trimmed.pkl', 'rb') as f:
    X_test_trimmed_loaded = pickle.load(f)

with open('Dataset/y_test_trimmed.pkl', 'rb') as f:
    y_test_trimmed_loaded = pickle.load(f)

# Заголовок страницы
st.title("Метрики модели")

# Построение гистограммы цен
plt.figure(figsize=(10, 6))
plt.hist(y_test_trimmed_loaded, bins=50, color='red', alpha=0.7, label='Цены на тестовой выборке')
plt.title('Распределение цен на автомобили после исключения выбросов после правого перцентиля 0.95')
plt.xlabel('Цена')
plt.ylabel('Количество автомобилей')
plt.legend()
st.pyplot()

# Предсказание на тестовых данных
y_pred_final = final_model.predict(X_test_trimmed_loaded)

def mean_absolute_percentage_error(y_true, y_pred):
    return 100 * np.mean(np.abs((y_true - y_pred) / y_true))
    
# Вычисляем MAE, RMSE и R^2 и MAPE
mae_final = mean_absolute_error(y_test_trimmed_loaded, y_pred_final)
rmse_final = mean_squared_error(y_test_trimmed_loaded, y_pred_final, squared=False)  # RMSE
r2_final = r2_score(y_test_trimmed_loaded, y_pred_final)
mape_final = mean_absolute_percentage_error(y_test_trimmed_loaded, y_pred_final)  # Добавляем MAPE

# Вывод метрик
st.write(f"Final Mean Absolute Error (MAE): {mae_final}")
st.write(f"Final Root Mean Squared Error (RMSE): {rmse_final}")
st.write(f"Final R^2 Score: {r2_final}")
st.write(f"Final Mean Absolute Percentage Error (MAPE): {mape_final:.2f}%")

# Возвращение на первую страницу
st.markdown("---")
st.markdown("[Вернуться к вводу данных](#main)")