import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.preprocessing import StandardScaler, LabelEncoder
from sklearn.metrics import accuracy_score, classification_report, confusion_matrix

# Загрузка данных
data = pd.read_csv('person_types.csv')

# Выбор переменных для модели
features = ['ACTIVITY_LEVEL', 'WEIGHT', 'HEIGHT']

# Отбор нужных столбцов
df = data[features + ['SEX']]

# Удаление строк с пропущенными значениями
df = df.dropna()

# Преобразование строковых значений в числа
le = LabelEncoder()
df['ACTIVITY_LEVEL'] = le.fit_transform(df['ACTIVITY_LEVEL'])

# Разделение на признаки и целевую переменную
X = df.drop('SEX', axis=1)
y = df['SEX']

# Разделение на тренировочный и тестовый наборы
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# Стандартизация признаков
scaler = StandardScaler()
X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)

# Создание и обучение логистической регрессии
model = LogisticRegression()
model.fit(X_train_scaled, y_train)

# Предсказание на тестовом наборе
y_pred = model.predict(X_test_scaled)

# Оценка качества модели
accuracy = accuracy_score(y_test, y_pred)
conf_matrix = confusion_matrix(y_test, y_pred)
class_report = classification_report(y_test, y_pred)

print(f'Accuracy: {accuracy}')
print(f'Confusion Matrix:\n{conf_matrix}')
print(f'Classification Report:\n{class_report}')

# Визуализация результатов
plt.scatter(X_test['WEIGHT'], y_test, color='black', label='Actual')
plt.scatter(X_test['WEIGHT'], y_pred, color='blue', label='Predicted', marker='x')
plt.xlabel('Weight')
plt.ylabel('Sex')
plt.legend()
plt.show()