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

# In[1]:


import pandas as pd


# In[3]:


get_ipython().run_line_magic('pinfo', 'pd')


# In[12]:


# dataframe ou quadra de dados
df = pd.DataFrame(
    [
        #{"nome": "JAYME", "altura": 171, "peso": 62},
        {"altura": 173.1, "peso": 100}, #guilherme
        {"altura": 181.6, "peso": 111}, # julian
        {"altura": 189, "peso": 100}, #jackes
        {"altura": 172.1, "peso": 71}, #marino
        {"altura": 181.6, "peso": 102}, # dieison
        {"altura": 167, "peso": 56}, # jayme
    ],
    index = ["STALLONE", "SCHWARZENEGGER", "JOHNSON", "CRUISE", "DIESEL", "LINDA HAMILTON"]
)
df


# In[10]:


type(df)


# In[13]:


df.shape


# In[14]:


# prever o peso dos atores/atrizes com base na altura


# In[16]:


df.describe()


# In[20]:


df.altura.min(), df.altura.max()


# In[21]:


df.peso.min(), df.peso.max()


# In[23]:


df.peso.plot(kind="hist")


# In[24]:


df.altura.plot(kind="hist")


# In[27]:


df.plot()


# In[29]:


df.plot(kind="scatter", x="altura", y="peso")


# In[30]:


import seaborn as sns
sns.lmplot(x='altura',y='peso',data=df,fit_reg=True) 


# In[60]:


import matplotlib.pyplot as plt
plt.scatter(df.altura, df.peso)
plt.xlim(0)
plt.ylim(-300)


# In[61]:


import matplotlib.pyplot as plt
plt.scatter(df.altura, df.peso)
plt.xlim(0)
plt.ylim(0)


# In[56]:


import seaborn as sns
sns.lmplot(x='altura',y='peso',data=df.append(pd.DataFrame([{"altura":0, "peso":-273}])), fit_reg=True) 


# In[32]:


# y = ax + b
# b é onde passa a linha no eixo vertical
# a é o ângulo
# b está mais ou menos no ~65-70, 68
# a ~1.3, ou seja, para cada cm de altura, "ganha-se" `a` kg


# In[33]:


# botando a idade?
# quanto mais variáveis explicativas melhor
# exemplo: cor dos olhos, nos ajuda?


# In[34]:


from sklearn.linear_model import LinearRegression


# In[35]:


regressao_linear = LinearRegression()


# In[39]:


X = pd.DataFrame(df.altura)
y = df.peso


# In[43]:


X.shape


# In[42]:


y.shape


# In[44]:


# y é o que eu vou tentar entender, nesse peso
# X é o que eu vou usar/o que eu sei, nesse caso altura (pode ser idade, sexo etc)
regressao_linear.fit(X, y)


# In[45]:


# b é o intercepto
# a é o ângulo que é o parâmetro ligado a variável altura


# In[49]:


# b ou intercepto
# se eu tiver uma altura igual a zero, meu peso é -273
regressao_linear.intercept_


# In[51]:


# a ou coeficiente
# para cada cm que eu tiver, eu "ganho" ~2kg
regressao_linear.coef_


# In[62]:


# vou testar como está o meu modelo
teste = pd.DataFrame(
    [
        {"altura": 171, "peso": 62} # jayme
    ]
)

X_teste = pd.DataFrame(teste.altura)


# In[67]:


# predição em cima de um dado novo
regressao_linear.predict(X_teste)


# In[69]:


teste.loc[:, "predicao_peso"] = regressao_linear.predict(X_teste)
teste


# In[71]:


teste.loc[:, "erro_absoluto"] = teste.predicao_peso - teste.peso
teste


# In[ ]:





# In[72]:


# vou testar como está o meu modelo
teste = pd.DataFrame(
    [
        {"altura": 170, "peso": 53},
        {"altura": 169, "peso": 65},
        {"altura": 179, "peso": 75},
    ],
    index = ["lily james", "messi", "lee daniels"]
)

X_teste = pd.DataFrame(teste.altura)


# In[73]:


teste.loc[:, "predicao_peso"] = regressao_linear.predict(X_teste)
teste


# In[74]:


teste.loc[:, "erro_absoluto"] = teste.predicao_peso - teste.peso
teste


# In[75]:


# erro medio de 16kg - para cima
teste.erro_absoluto.mean()


# In[77]:


teste.erro_absoluto.min(), teste.erro_absoluto.max()


# In[78]:


from sklearn.metrics import mean_absolute_error


# In[79]:


mean_absolute_error(y_true=teste.peso, y_pred=teste.predicao_peso)


# In[80]:


from sklearn.metrics import mean_squared_error


# In[81]:


mean_squared_error(y_true=teste.peso, y_pred=teste.predicao_peso)


# In[82]:


290 ** (1/2)


# In[83]:


pd.DataFrame(
    [
        {"filmes": "rambo I", "usuario": 1},
        {"filmes": "rambo II", "usuario": 1},
        {"filmes": "duro de matar", "usuario": 1},
        {"filmes": "alien", "usuario": 2},
        {"filmes": "rambo I", "usuario": 2}
    ]
)


# In[87]:


df = pd.DataFrame(
    [
        {"filmes": "rambo I", "usuario": 1, "filme_anterior": None},
        {"filmes": "rambo II", "usuario": 1, "filme_anterior": "rambo I"},
        {"filmes": "duro de matar", "usuario": 1, "filme_anterior": "rambo II"},
        {"filmes": "alien", "usuario": 2, "filme_anterior": None},
        {"filmes": "rambo I", "usuario": 2, "filme_anterior": "alien"},
        {"filmes": None, "usuario": 2, "filme_anterior": "rambo I"},
    ]
)
df


# In[88]:


X = df.filme_anterior
y = df.filmes
X, y


# In[89]:


get_ipython().run_line_magic('pinfo', 'pd.read_sql')