#!/usr/bin/env python
# coding: utf-8

# # k-최근접 이웃 회귀

# ## 데이터 준비

# In[ ]:


import numpy as np


# In[ ]:


#농어 데이터

perch_length = np.array(
    [8.4, 13.7, 15.0, 16.2, 17.4, 18.0, 18.7, 19.0, 19.6, 20.0, 
     21.0, 21.0, 21.0, 21.3, 22.0, 22.0, 22.0, 22.0, 22.0, 22.5, 
     22.5, 22.7, 23.0, 23.5, 24.0, 24.0, 24.6, 25.0, 25.6, 26.5, 
     27.3, 27.5, 27.5, 27.5, 28.0, 28.7, 30.0, 32.8, 34.5, 35.0, 
     36.5, 36.0, 37.0, 37.0, 39.0, 39.0, 39.0, 40.0, 40.0, 40.0, 
     40.0, 42.0, 43.0, 43.0, 43.5, 44.0]
     )
perch_weight = np.array(
    [5.9, 32.0, 40.0, 51.5, 70.0, 100.0, 78.0, 80.0, 85.0, 85.0, 
     110.0, 115.0, 125.0, 130.0, 120.0, 120.0, 130.0, 135.0, 110.0, 
     130.0, 150.0, 145.0, 150.0, 170.0, 225.0, 145.0, 188.0, 180.0, 
     197.0, 218.0, 300.0, 260.0, 265.0, 250.0, 250.0, 300.0, 320.0, 
     514.0, 556.0, 840.0, 685.0, 700.0, 700.0, 690.0, 900.0, 650.0, 
     820.0, 850.0, 900.0, 1015.0, 820.0, 1100.0, 1000.0, 1100.0, 
     1000.0, 1000.0]
     )


# ## k-최근접 이웃회귀 
# 
# 지도학습 알고리즘은 크게 분류와 회귀로 나뉜다. 회귀는 클래스 중 하나로 분류하는 것이 아니라 임의의 어떤 숫자를 예측하는 문제이다, 회귀는 정해진 클래스가 없고 임의의 수치를 출력한다.
# 
# 
# k-최근접 이웃 분류 알고리즘은 예측하려는 샘플에 가장 가까운 샘플 k개를 선택한후 
# 이 샘플들의 클래스를 확인하여, 다수 클래스를 새로운 샘플의 클래스로 예측한다.
# 
# k-최근접 이웃 회귀 또한 예측하려는 샘플 K개를 선택하고 이 이웃샘플의 타깃값들을 평균하여 구한다.
# 
# 

# In[ ]:


import matplotlib.pyplot as plt


# In[ ]:


plt.scatter(perch_length, perch_weight)
plt.xlabel('length')
plt.ylabel('weight')
plt.show()


# In[ ]:


from sklearn.model_selection import train_test_split


# In[ ]:


train_input, test_input, train_target, test_target = train_test_split(
    perch_length, perch_weight, random_state=42)
#훈련세트와 테스트 세트로 나누기


# In[ ]:


print(train_input.shape, test_input.shape)


# In[ ]:


test_array = np.array([1,2,3,4])
print(test_array.shape)


# In[ ]:


test_array = test_array.reshape(2, 2)
print(test_array.shape)


# In[ ]:





# In[ ]:


train_input = train_input.reshape(-1, 1)
test_input = test_input.reshape(-1, 1)
#이차원 배열로 바꾸기


# In[ ]:


print(train_input.shape, test_input.shape)


# ## 결정 계수 ($ R^2$)

# R^2 = 1-(타깃-예측)^2의 합)/((타깃-평균)^2의 합)

# In[ ]:


from sklearn.neighbors import KNeighborsRegressor


# In[ ]:


knr = KNeighborsRegressor()
# k-최근접 이웃 회귀 모델을 훈련합니다
knr.fit(train_input, train_target)


# In[ ]:


knr.score(test_input, test_target)


# In[ ]:


from sklearn.metrics import mean_absolute_error


# In[ ]:


# 테스트 세트에 대한 예측을 만듭니다
test_prediction = knr.predict(test_input)
# 테스트 세트에 대한 평균 절댓값 오차를 계산합니다
mae = mean_absolute_error(test_target, test_prediction)
print(mae)


# ## 과대적합 vs 과소적합
# 
# 훈련세트에서 점수가 좋았는데 테스트 세트에서는 점수가 나쁘다면 모델이 훈련세트에 과대적합(overfitting)
# 되었다고 한다.
# 
# 훈련세트보다 테스트세트의 점수가 높거나 두 점수가 모두 낮은경우는 모델이 훈련세트에 과소적합 되었다고 한다.

# In[ ]:


print(knr.score(train_input, train_target))


# In[ ]:


#모델을 복잡하게 만든다 = k 최근접 이웃 알고리즘에서는 이웃의 개수 k를 줄이면 된다.

# 이웃의 갯수를 3으로 설정합니다
knr.n_neighbors = 3
# 모델을 다시 훈련합니다
knr.fit(train_input, train_target)
print(knr.score(train_input, train_target))


# In[ ]:


print(knr.score(test_input, test_target))
#테스트세트의 점수는 훈련세트 보다 낮아졌으므로 과소적합 문제를 해결했다.


# ## 확인문제

# In[ ]:


# k-최근접 이웃 회귀 객체를 만듭니다
knr = KNeighborsRegressor()
# 5에서 45까지 x 좌표를 만듭니다
x = np.arange(5, 45).reshape(-1, 1)

# n = 1, 5, 10일 때 예측 결과를 그래프로 그립니다.
for n in [1, 5, 10]:
    # 모델 훈련
    knr.n_neighbors = n
    knr.fit(train_input, train_target)
    # 지정한 범위 x에 대한 예측 구하기 
    prediction = knr.predict(x)
    # 훈련 세트와 예측 결과 그래프 그리기
    plt.scatter(train_input, train_target)
    plt.plot(x, prediction)
    plt.title('n_neighbors = {}'.format(n))    
    plt.xlabel('length')
    plt.ylabel('weight')
    plt.show()