# ==============================================================================
# ライブラリのインポート
# ==============================================================================
import pandas as pd
import numpy as np
from sklearn.tree import DecisionTreeClassifier, export_text, export_graphviz
from sklearn.model_selection import cross_val_score
import graphviz

# ==============================================================================
# 1. 分析の基本設定 ★★★ ここを編集してください ★★★
# ==============================================================================
# アップロードしたExcelファイル名
file_name = 'your_file_name.xlsx'  # 自分のファイル名に変更

# 元の目的変数の列名（Excelの項目名）
target_variable = 'Y'  # 自分の目的変数の名前に変更

# 目的を達成したと見なす「基準値」
threshold = 1.1

# 生成される決定木の「深さ」の最大値（ルールの複雑さ）
max_depth_of_tree = 3

# 交差検証の分割数（データを何分割して評価を繰り返すか）
cv_folds = 5


# ==============================================================================
# 2. データの読み込みと前処理
# ==============================================================================
print("1. データの読み込みと前処理を開始します...")

# Excelファイルを読み込む
try:
    df = pd.read_excel(file_name)
    print(f"✅ 「{file_name}」を正常に読み込みました。")
except FileNotFoundError:
    print(f"❌ エラー: 「{file_name}」が見つかりません。ファイル名を正しく入力したか、ファイルをアップロードしたか確認してください。")
    raise SystemExit

# 数値データのみを抽出し、文字列やエラー値を0に変換
X = df.drop(columns=[target_variable]).apply(pd.to_numeric, errors='coerce').fillna(0)
print(f"✅ 説明変数の前処理が完了しました。")

# 目的変数を「達成(1)」か「未達成(0)」に変換
y = (df[target_variable] >= threshold).astype(int)
print(f"✅ 目的変数を基準値 {threshold} で「達成(1)/未達成(0)」に変換しました。")


# ==============================================================================
# 3. 交差検証によるモデル性能の評価
# ==============================================================================
print(f"\n2. 交差検証（{cv_folds}分割）でモデルの性能を評価します...")

# 決定木モデルを定義
model = DecisionTreeClassifier(max_depth=max_depth_of_tree, min_samples_leaf=5, random_state=42)

# 交差検証を実行し、各回のスコアを取得
scores = cross_val_score(model, X, y, cv=cv_folds, scoring='accuracy')

# 平均と標準偏差を計算
mean_accuracy = scores.mean()
std_accuracy = scores.std()

print(f"✅ モデルの性能評価が完了しました。")
print(f"   平均正解率: {mean_accuracy:.2%}")
print(f"   精度の標準偏差: (+/- {std_accuracy:.2%})")
print("   （分割の仕方によって、この程度のばらつきが出ることを示します）")


# ==============================================================================
# 4. 最終モデルの構築とルールの可視化
# ==============================================================================
print("\n3. 全データを使って最終的な決定木を作成し、ルールを抽出します...")

# 全データを使ってモデルを再訓練
model.fit(X, y)

# 決定木をGraphviz形式でエクスポート
dot_data = export_graphviz(model, out_file=None, 
                           feature_names=X.columns,  
                           class_names=['未達成', '達成'],  
                           filled=True, rounded=True,  
                           special_characters=True,
                           proportion=True)

# 決定木を描画
graph = graphviz.Source(dot_data)
display(graph)

# テキスト形式でルールを抽出
print("\n" + "="*60)
print("           「達成」に至るためのIF-THENルール")
print("="*60)
tree_rules = export_text(model, feature_names=list(X.columns))
print(tree_rules)