import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score


def main():
    # Чтение данных из csv файла
    data = pd.read_csv("Clean_Data_pakwheels.csv")
    # Выбор необходимых для создания модели столбцов
    selected_columns = ['Company Name', 'Model Year', 'Mileage', 'Transmission Type', 'Price', 'Registration Status']
    data = data[selected_columns]
    # Разделение данных на признаки (X) и целевую переменную (y), целевая переменная в данном случае Registration Status
    y = data['Registration Status']
    data = data.drop(columns=['Registration Status'])
    # В связи с тем, что некоторые столбцы представляют из себя текстовые значения, мы представляем их в виде числовых значений
    X = pd.get_dummies(data)
    # Тестовый набор в данном случае - 1%, обучающий - 99%
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.01)
    model = DecisionTreeClassifier()
    model.fit(X_train, y_train)
    # Предсказание на тестовом наборе
    y_pred = model.predict(X_test)

    # Оценка точности модели
    accuracy = accuracy_score(y_test, y_pred)
    print(f"Accuracy: {accuracy}")

    # Важность признаков
    importance = pd.DataFrame({'Признак': X.columns, 'Важность': model.feature_importances_})
    importance = importance.sort_values(by='Важность', ascending=False)
    print(importance)


main()