from sklearn.linear_model import Lasso, LinearRegression
from sklearn.feature_selection import RFE, f_regression
from sklearn.preprocessing import MinMaxScaler
import numpy as np
import pandas as pd
from operator import itemgetter

#Генерируем исходные данные
np.random.seed(0)
size = 750
X = np.random.uniform(0, 1, (size, 14))
#Задаем функцию-выход: регрессионную проблему Фридмана
Y = (10 * np.sin(np.pi*X[:,0]*X[:,1]) + 20*(X[:,2] - .5)**2 + 10*X[:,3] + 5*X[:,4]**5 + np.random.normal(0,1))
#Добавляем зависимость признаков
X[:,10:] = X[:,:4] + np.random.normal(0, .025, (size,4))

#Создаем и тренируем модели
lasso = Lasso(alpha=.05)
lasso.fit(X, Y)
#
lr = LinearRegression()
lr.fit(X, Y)
rfe = RFE(lr)
rfe.fit(X, Y)
#
f, pval = f_regression(X, Y, center=True)

# Функция для преобразования оценок признаков в словарь
def rank_to_dict(ranks, names):
    ranks = np.abs(ranks)
    minmax = MinMaxScaler()
    ranks = minmax.fit_transform(np.array(ranks).reshape(14, 1)).ravel()
    ranks = map(lambda x: round(x, 2), ranks)
    return dict(zip(names, ranks))

# Функция нахождения средних оценок по признакам
def average_ranks(ranks):
    avg_ranks = {}
    for key, value in ranks.items():
        for item in value.items():
            if (item[0] not in avg_ranks):
                avg_ranks[item[0]] = 0
                avg_ranks[item[0]] += item[1]

    for key, value in avg_ranks.items():
        res = value / len(ranks)
        avg_ranks[key] = round(res, 2)
    avg_ranks = sorted(avg_ranks.items(), key=itemgetter(1), reverse=True)
    return avg_ranks

#Создаем список с именами признаков
names = ["x%s" % i for i in range(1, 15)]
ranks = dict()
#Применяем функцию к моделям
ranks["Lasso"] = rank_to_dict(lasso.coef_, names)
ranks["RFE"] = rank_to_dict(rfe.ranking_, names)
ranks["F_reg"] = rank_to_dict(f, names)
#Т.к. в RFE ранг "1" = признак важный, а если больше "1" - то менее важный
#поменяем оценки на противоположные
record_key = 'RFE'
for key, value in ranks[record_key].items():
    ranks[record_key][key] = 1 - value

# Вывод оценок каждого признака
table_ranks = pd.DataFrame.from_dict(ranks, orient='columns')
print("Оценки важности признаков по моделям: Лассо, Рекурсивное сокращение признаков, Линейная корреляция:")
print(table_ranks)
# Вывод средних оценок каждого признака
table_avg_ranks = pd.DataFrame.from_records(average_ranks(ranks))
print("Средние оценки важности признаков")
print(table_avg_ranks.to_string(index=False, header=False))