# === Вот эта связка нужна для всех исполняемых скриптов внутри библиотеки, которая будет использоваться как сабмодуль ===

import sys
from pathlib import Path

ROOT = Path(__file__).parent.parent
if str(ROOT) not in sys.path:
    sys.path.insert(0, str(ROOT))

# === перед вмеми импортами ===

import pandas as pd
import numpy as np
import joblib
import argparse
from sklearn.metrics import classification_report, confusion_matrix, accuracy_score

def evaluate(csv_path, model_path, test_size=0.2, random_state=42):
    # Загрузка модели
    data = joblib.load(model_path)
    model = data['model']
    class_names = data['class_names']
    print(f"Loaded model with classes: {class_names}")

    # Загрузка данных
    df = pd.read_csv(csv_path)
    X = df.iloc[:, 1:].values.astype(np.float32)
    y_labels = df.iloc[:, 0].values

    label_to_id = {label: i for i, label in enumerate(class_names)}
    y = np.array([label_to_id[label] for label in y_labels])

    # Разделение (должно совпадать с параметрами обучения)
    from sklearn.model_selection import train_test_split
    _, X_test, _, y_test, _, y_labels_test = train_test_split(
        X, y, y_labels, test_size=test_size, random_state=random_state, stratify=y
    )
    print(f"Test size: {len(X_test)}")

    y_pred = model.predict(X_test)
    acc = accuracy_score(y_test, y_pred)
    report = classification_report(y_test, y_pred, target_names=class_names)
    cm = confusion_matrix(y_test, y_pred)

    print(f"\nAccuracy: {acc:.4f}")
    print("\nClassification Report:")
    print(report)
    print("Confusion Matrix:")
    print(cm)

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument('--csv', required=True, help='CSV с данными')
    parser.add_argument('--model', required=True, help='Путь к модели')
    parser.add_argument('--test_size', type=float, default=0.2)
    parser.add_argument('--random_state', type=int, default=42)
    args = parser.parse_args()
    evaluate(args.csv, args.model, args.test_size, args.random_state)