# -*- coding: utf-8 -*-

import os

import pandas as pd

import numpy as np

os.chdir('E:/MYPROJECT/PythonProject')

## 訓練集

traindata=pd.read_csv("traindata.csv")

traindata_colname=list(traindata.columns) #修改列名,注意該技巧

traindata_colname[0]='hotelid'

traindata.columns=traindata_colname

## 測試集

#列名一個名稱為亂碼

testdata=pd.read_csv("0720.csv",sep=',') #檢查資料，看分割符是否正確

testdata_colname=list(testdata.columns) #修改列名,注意該技巧

testdata_colname[0]='hotelid'

testdata.columns=testdata_colname

## 第一天預測

colnames=['notcancelcii', 'week_constant', 'working_day_constant', 'cii_ahead_sameoneweek_constant',

'cii_ahead_sametwoweeks_avg_constant', 'cii_ahead_samethreeweeks_avg_constant', 'cii_ahead_samefourweeks_avg_constant',

'simple_estimate_constant','cii_ahead_1day_1', 'cii_ahead_3days_avg_1', 'cii_ahead_7days_avg_1',

'order_ahead_lt_1days_1', 'order_ahead_lt_2days_1', 'order_ahead_lt_3days_1', 'order_ahead_lt_7days_1',

'order_ahead_lt_14days_1', 'order_alldays_1']

train_set=traindata.loc[:,colnames[1:]] #訓練集選取

train_target=traindata.loc[:,colnames[0:1]] #訓練集選取

testset=testdata.loc[:,colnames[1:]] #測試集選取

## 模型訓練：rf

#trainset.describe() #檢視資料的描述統計

#trainset.dtypes #檢視各行的資料格式

from sklearn.ensemble import RandomForestRegressor

rf=RandomForestRegressor()#這裡使用了預設的引數設定

#rf.fit(np.array(train_set),np.array(train_target).ravel())#進行模型的訓練,形式ok

rf.fit(train_set, np.array(train_target).ravel())#進行模型的訓練,形式ok

pred=rf.predict(testset)

acvalue=testdata.loc[:,colnames[0:1]]

#acvalue.to_csv('myfirst.csv')

#np.array(pred)-np.array(acvalue).ravel() #這樣資料就可以作差了

#acvalue.to_csv("myfirst.csv") #這樣就可以儲存了

## 如何儲存結果至csv

## 如何構建資料框

#酒店ID 佔比/重要性 真實值 預測值（非線性）

acvalue.columns=["真實值"]

result=acvalue

result['預測值(非線性)']=pd.DataFrame(pred) #轉換為矩陣框

result['佔比/重要新']=testdata['rate']

result['絕對誤差']=abs(result['預測值(非線性)']-result['真實值'])

result['相對誤差']=abs(result['預測值(非線性)']-result['真實值'])/result['真實值']

result=result.sort('佔比/重要新',ascending=0)

MAE100=np.average(result['絕對誤差'][0:100])

MAE500=np.average(result['絕對誤差'][0:500])

MAE1w=np.average(result['絕對誤差'][0:10000])

MRE100=np.average(result['相對誤差'][0:100])

MRE500=np.average(result['相對誤差'][0:500])

print 'output'

print '[email protected]', MAE100

print '[email protected]', MAE500

print '[email protected]', MAE1w

print '[email protected]', MRE100

print '[email protected]', MRE500

result.to_csv('result0720.csv')

#case

#x=pd.DataFrame({'a':[1,5,4,2],'b':[100,101,102,103]})

#x.sort('a',ascending=0)