"""Ders 01 — Makine öğrenmesine giriş: ilk model.

Beton karışımından basınç dayanımını tahmin eden küçük ama eksiksiz bir iş akışı:
veriyi eğitim ve test olarak ayırmak, referans (baseline) model kurmak, doğrusal regresyon
eğitmek, MAE / RMSE / R² ölçütlerini sıfırdan hesaplamak, ezberleyen bir modeli görmek ve
hedef sızıntısının (target leakage) ne kadar parlak ama değersiz bir sonuç verdiğini göstermek.

Veri sentetiktir: kursun ortak beton_verisi fonksiyonu Abrams yasası ve yaş katsayısıyla
400 karışım üretir. "Kırılma yükü" özelliği, sızıntıyı göstermek için dayanımdan türetilir.
Gerçek deney verisi değildir.

Çalıştır:  python d01_ilk_model.py
Gerekenler: numpy, pandas, scikit-learn, matplotlib  (Python 3.12+)
Çıktılar:  terminale sayılar, aynı klasöre iki PNG grafiği
"""
from pathlib import Path

import numpy as np
import pandas as pd
import matplotlib
matplotlib.use("Agg")  # pencere açmadan dosyaya çiz
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_absolute_error, r2_score, root_mean_squared_error
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeRegressor

# --- Grafik stili (kurs genelinde aynı) ---
RENK = ["#2a78d6", "#eb6834", "#1baf7a", "#eda100", "#e87ba4", "#008300", "#6250d6", "#e34948"]
MUREKKEP, IKINCIL, SOLUK = "#0b0b0b", "#52514e", "#898781"
plt.rcParams.update({
    "figure.facecolor": "white", "axes.facecolor": "white", "savefig.facecolor": "white",
    "axes.edgecolor": "#c3c2b7", "axes.labelcolor": IKINCIL, "axes.titlecolor": MUREKKEP,
    "axes.titlesize": 11, "axes.titleweight": "bold", "axes.labelsize": 10,
    "xtick.color": IKINCIL, "ytick.color": IKINCIL, "font.size": 10,
    "axes.grid": True, "grid.color": "#e1e0d9", "grid.linewidth": 0.6,
    "axes.spines.top": False, "axes.spines.right": False,
    "axes.prop_cycle": plt.cycler(color=RENK), "lines.linewidth": 2, "legend.frameon": False,
})
KLASOR = Path(__file__).resolve().parent


def beton_verisi(n, rng, eksik_oran=0.0):
    """Sentetik beton karışımı verisi (eğitim amaçlı; gerçek deney verisi değildir).

    Dayanım, Abrams yasası (f = 96,5 / 7^(s/b) MPa) ve EN 1992-1-1'deki yaş katsayısı
    β_cc(t) = exp(s·(1 − √(28/t))) ile üretilir; s/b oranında cüruf ve uçucu kül, EN 206'daki
    k-değeri kavramına benzer biçimde 0,6 ve 0,4 etkinlikle bağlayıcıya katılır.
    """
    cimento = rng.uniform(250, 500, n)                                   # kg/m³
    curuf = np.where(rng.random(n) < 0.4, rng.uniform(20, 200, n), 0.0)  # kg/m³
    ucucu_kul = np.where(rng.random(n) < 0.3, rng.uniform(20, 150, n), 0.0)
    su = rng.uniform(150, 210, n)                                        # kg/m³
    super_akiskan = np.where(rng.random(n) < 0.6, rng.uniform(2, 12, n), 0.0)
    iri_agrega = rng.uniform(850, 1100, n)
    ince_agrega = rng.uniform(650, 900, n)
    yas_gun = rng.choice([3, 7, 14, 28, 56, 90], n, p=[.12, .2, .13, .3, .13, .12])
    tipler = np.array(["CEM I 42,5 R", "CEM II/A-LL 42,5 N", "CEM III/A 32,5 N"])
    tip_no = rng.choice(3, n, p=[.45, .35, .20])
    s_katsayi = np.array([0.20, 0.25, 0.38])[tip_no]      # EN 1992-1-1, Bağıntı 3.2: R, N, S sınıfı
    sinif_carpani = np.array([1.00, 0.97, 0.88])[tip_no]  # varsayım: dayanım sınıfı etkisi
    kalip_no = rng.integers(1, 21, n)                    # ilgisiz özellik
    ortam_sicakligi = rng.uniform(5, 30, n)              # ilgisiz özellik (bu üreticide)

    sb = su / (cimento + 0.6 * curuf + 0.4 * ucucu_kul)  # su / etkin bağlayıcı
    f28 = 96.5 / 7.0 ** sb * sinif_carpani + 0.25 * super_akiskan
    beta = np.exp(s_katsayi * (1 - np.sqrt(28 / yas_gun)))
    dayanim = f28 * beta * rng.lognormal(0.0, 0.07, n)

    df = pd.DataFrame({
        "cimento": cimento, "curuf": curuf, "ucucu_kul": ucucu_kul, "su": su,
        "super_akiskan": super_akiskan, "iri_agrega": iri_agrega, "ince_agrega": ince_agrega,
        "yas_gun": yas_gun, "cimento_tipi": tipler[tip_no], "kalip_no": kalip_no,
        "ortam_sicakligi": ortam_sicakligi, "dayanim_mpa": dayanim,
    })
    if eksik_oran > 0:
        df.loc[rng.random(n) < eksik_oran, "super_akiskan"] = np.nan
    return df


# --- Hata ölçütleri, sıfırdan (bütün bölümlerde kullanılır) ---
def mae(y, y_tahmin):
    return np.mean(np.abs(y - y_tahmin))


def rmse(y, y_tahmin):
    return np.sqrt(np.mean((y - y_tahmin) ** 2))


def r2(y, y_tahmin):
    return 1 - np.sum((y - y_tahmin) ** 2) / np.sum((y - np.mean(y)) ** 2)


def olc(y, y_tahmin):
    assert y.shape == y_tahmin.shape, "şekiller farklı: yayınlama hatası olabilir"
    return mae(y, y_tahmin), rmse(y, y_tahmin), r2(y, y_tahmin)


def yaz(ad, y, y_tahmin):
    m, r, d = olc(y, y_tahmin)
    print(f"{ad}: MAE = {m:.2f} MPa, RMSE = {r:.2f} MPa, R² = {d:.3f}")
    return m, r, d


# %% 1. Veri: özellikler (X), hedef (y) ve eğitim/test ayrımı
rng = np.random.default_rng(42)
df = beton_verisi(400, rng)
OZELLIKLER = ["cimento", "curuf", "ucucu_kul", "su", "super_akiskan", "yas_gun"]
X = df[OZELLIKLER].to_numpy()          # (400, 6): karışım bileşenleri (kg/m³) ve yaş (gün)
y = df["dayanim_mpa"].to_numpy()       # (400,): küp basınç dayanımı (MPa)
X_egitim, X_test, y_egitim, y_test = train_test_split(X, y, test_size=0.25, random_state=42)
print("=== 1. Veri ===")
print(f"{len(df)} karışım (sentetik), {X.shape[1]} özellik: {', '.join(OZELLIKLER)}")
print(f"Eğitim: {len(y_egitim)} satır, test: {len(y_test)} satır; "
      f"dayanım aralığı {y.min():.1f}–{y.max():.1f} MPa")
assert X.shape == (400, 6) and y.shape == (400,)


# %% 2. Referans model: her numune için eğitim ortalaması
ortalama = y_egitim.mean()
ref_test = np.full_like(y_test, ortalama)
print("\n=== 2. Referans model: eğitim ortalaması ===")
print(f"Her numune için tahmin: {ortalama:.2f} MPa")
ref_olcut = yaz("Test", y_test, ref_test)

# %% 3. Doğrusal regresyon
model = LinearRegression().fit(X_egitim, y_egitim)
tahmin_egitim = model.predict(X_egitim)
tahmin_test = model.predict(X_test)
print("\n=== 3. Doğrusal regresyon ===")
lr_egitim = yaz("Eğitim", y_egitim, tahmin_egitim)
lr_test = yaz("Test  ", y_test, tahmin_test)
ayni = np.allclose(lr_test, [mean_absolute_error(y_test, tahmin_test),
                             root_mean_squared_error(y_test, tahmin_test), r2_score(y_test, tahmin_test)])
print(f"Sıfırdan yazılan ölçütler scikit-learn ile aynı: {ayni}")
print("Katsayılar: " + ", ".join(f"{ad} {k:+.3f}" for ad, k in zip(OZELLIKLER, model.coef_)))
# Artıkların yaşa göre ortalaması: gruplar arasında sistematik fark varsa model biçimi bir şeyi kaçırıyor
yas_test = X_test[:, OZELLIKLER.index("yas_gun")]
artik_yas = {int(g): (y_test - tahmin_test)[yas_test == g].mean() for g in np.unique(yas_test)}
print("Yaşa göre ortalama artık y − ŷ (test): "
      + ", ".join(f"{g} g {a:+.1f}" for g, a in artik_yas.items()) + " MPa")
assert ayni and lr_test[0] < ref_olcut[0]

# %% 4. Ezberleyen model: derinliği sınırsız karar ağacı
agac = DecisionTreeRegressor(random_state=42).fit(X_egitim, y_egitim)
print("\n=== 4. Ezberleyen model: derinliği sınırsız karar ağacı ===")
agac_egitim = yaz("Eğitim", y_egitim, agac.predict(X_egitim))
agac_test = yaz("Test  ", y_test, agac.predict(X_test))

# %% 5. Hedef sızıntısı: dayanımdan türetilmiş bir "özellik"
# Kırılma yükü (kN) = dayanım × 150 mm küp yüzeyi (22 500 mm²); ölçü ve okuma sapması yüzde 2
yuk = df["dayanim_mpa"].to_numpy() * 150 * 150 / 1000 * rng.normal(1.0, 0.02, len(df))
X_sizinti = np.column_stack([X, yuk])
Xs_egitim, Xs_test, ys_egitim, ys_test = train_test_split(X_sizinti, y, test_size=0.25, random_state=42)
assert np.array_equal(ys_test, y_test)          # aynı satırlar: karşılaştırma adil
model_s = LinearRegression().fit(Xs_egitim, ys_egitim)
tahmin_s = model_s.predict(Xs_test)
print("\n=== 5. Hedef sızıntısı: kırılma yükü özelliği ===")
print(f"Kırılma yükü ile dayanımın korelasyonu: {np.corrcoef(yuk, y)[0, 1]:.4f}")
sizinti_test = yaz("Test", y_test, tahmin_s)
# Gürültü tabanı: üreteç dayanımı yüzde 7'lik log-normal saçılmayla bozar. Gerçek ilişkiyi tam bilen bir model
# bile bu saçılmayı öngöremez; normal dağılımlı hatada MAE ≈ σ·√(2/π) olduğundan:
taban = 0.07 * np.sqrt(2 / np.pi) * y_test.mean()
print(f"Gürültü tabanı (yüzde 7 saçılma): MAE ≈ {taban:.2f} MPa; dürüst bir model bunun altına inemez")
print("Kırılma yükü, dayanımla aynı deneyde ölçülür; tahmin anında (deneyden önce) bilinmez.")
assert sizinti_test[2] > 0.98 and sizinti_test[0] < taban < lr_test[0]

# %% 6. Grafikler
fig, ax = plt.subplots(1, 2, figsize=(10, 4.2), layout="constrained", sharex=True, sharey=True)
sinir = [10, 70]
for eksen, tah, baslik, renk in [(ax[0], tahmin_test, "Dürüst model: karışım + yaş", RENK[0]),
                                 (ax[1], tahmin_s, "Sızıntılı model: + kırılma yükü", RENK[1])]:
    eksen.plot(sinir, sinir, color=MUREKKEP, ls="--", lw=1.2, label="Kusursuz tahmin (y = ŷ)")
    eksen.axhline(ortalama, color=MUREKKEP, ls=":", lw=1.2, label=f"Referans: ortalama {ortalama:.1f} MPa")
    m, r, d = olc(y_test, tah)
    eksen.scatter(y_test, tah, s=18, color=renk, label=f"Test (MAE = {m:.2f} MPa, R² = {d:.3f})")
    eksen.set(xlabel="Ölçülen dayanım (MPa)", title=baslik, xlim=sinir, ylim=sinir)
    eksen.legend(loc="upper left")
ax[0].set_ylabel("Tahmin edilen dayanım (MPa)")
fig.savefig(KLASOR / "d01_ilk_model_1.png", dpi=160)
plt.close(fig)

fig, ax = plt.subplots(figsize=(9, 4.8), layout="constrained")
adlar = ["Referans\n(ortalama)", "Doğrusal\nregresyon", "Sınırsız\nkarar ağacı", "Doğrusal +\nkırılma yükü\n(sızıntı)"]
egitim_mae = [mae(y_egitim, np.full_like(y_egitim, ortalama)), lr_egitim[0], agac_egitim[0],
              mae(ys_egitim, model_s.predict(Xs_egitim))]
test_mae = [ref_olcut[0], lr_test[0], agac_test[0], sizinti_test[0]]
konum = np.arange(len(adlar))
ax.bar(konum - 0.18, egitim_mae, width=0.36, color=RENK[0], label="Eğitim")
ax.bar(konum + 0.18, test_mae, width=0.36, color=RENK[1], label="Test")
for k, (e, t) in enumerate(zip(egitim_mae, test_mae)):
    ax.text(k - 0.18, e + 0.15, f"{e:.2f}", ha="center", va="bottom", fontsize=9, color=IKINCIL)
    ax.text(k + 0.18, t + 0.15, f"{t:.2f}", ha="center", va="bottom", fontsize=9, color=IKINCIL)
ax.set_xticks(konum, adlar)
ax.axhline(taban, color=MUREKKEP, ls=":", lw=1.2, label=f"Gürültü tabanı ≈ {taban:.2f} MPa")
ax.set(ylabel="MAE (MPa)", title="Eğitim ve test hatası: referans, ezber ve sızıntı")
ax.set_axisbelow(True)
ax.legend(loc="upper right")
fig.savefig(KLASOR / "d01_ilk_model_2.png", dpi=160)
plt.close(fig)
print("\nGrafikler kaydedildi: d01_ilk_model_1.png, d01_ilk_model_2.png")
