# 导入必要的库
from ucimlrepo import fetch_ucirepo  # 用于从UCI机器学习库中获取数据集
from sklearn.model_selection import cross_val_score  # 用于交叉验证
from sklearn.tree import DecisionTreeClassifier  # 用于构建决策树分类器
from sklearn import tree  # 用于可视化决策树
import matplotlib.pyplot as plt  # 用于绘图

# 获取Iris数据集
iris = fetch_ucirepo(id=53)  # 获取Iris数据集，id=53表示Iris数据集

# 数据 (作为pandas数据框)
X = iris.data.features  # 特征数据，包含Iris数据集的四个特征
y = iris.data.targets   # 目标标签，包含Iris数据集的类别标签

# 元数据
print(iris.metadata)  # 打印数据集的元数据信息

# 变量信息
print(iris.variables)  # 打印数据集的变量信息

# 定义ID3算法
def id3_algorithm():
    # 使用信息增益作为划分标准
    clf = DecisionTreeClassifier(criterion="entropy")  # 创建决策树分类器，使用信息增益作为划分标准
    return clf

# 定义C4.5算法
def c45_algorithm():
    # 使用信息增益比作为划分标准
    clf = DecisionTreeClassifier(criterion="entropy", splitter="best")  # 创建决策树分类器，使用信息增益比作为划分标准
    return clf

# 定义CART算法
def cart_algorithm():
    # 使用基尼指数作为划分标准
    clf = DecisionTreeClassifier(criterion="gini")  # 创建决策树分类器，使用基尼指数作为划分标准
    return clf

# 十折交叉验证
def cross_validation(clf, X, y):
    scores = cross_val_score(clf, X, y, cv=10)  # 进行十折交叉验证，返回每折的准确率
    return scores.mean(), scores.std()  # 返回平均准确率和标准差

# 比较三个算法的精度和速度
def compare_algorithms():
    algorithms = {
        "ID3": id3_algorithm(),  # ID3算法
        "C4.5": c45_algorithm(),  # C4.5算法
        "CART": cart_algorithm()  # CART算法
    }

    results = {}
    for name, clf in algorithms.items():
        mean_score, std_score = cross_validation(clf, X, y)  # 对每个算法进行交叉验证
        results[name] = (mean_score, std_score)  # 存储结果
        print(f"{name} - Mean Accuracy: {mean_score}, Std: {std_score}")  # 打印每个算法的平均准确率和标准差

    return results

# 可视化决策树
def visualize_tree(clf, feature_names, class_names):
    plt.figure(figsize=(12,8))  # 设置图像大小
    # 手动指定类别名称列表
    class_names_list = ['Iris-setosa', 'Iris-versicolor', 'Iris-virginica']  # 手动指定类别名称列表
    tree.plot_tree(clf, filled=True, feature_names=feature_names, class_names=class_names_list)  # 绘制决策树
    plt.show()  # 显示图像

# 主函数
if __name__ == "__main__":
    # 比较算法
    results = compare_algorithms()  # 比较三个算法的性能

    # 可视化ID3算法的决策树
    clf = id3_algorithm()  # 创建ID3算法的决策树分类器
    clf.fit(X, y)  # 训练模型
    # 使用手动指定的类别名称列表
    visualize_tree(clf, iris.data.features.columns, ['Iris-setosa', 'Iris-versicolor', 'Iris-virginica'])  # 可视化决策树