# -*-coding:utf-8 -*-

import pandas as pd

import numpy as np

import xgboost as xgb

from xgboost.sklearn import XGBClassifier

from sklearn.ensemble import GradientBoostingClassifier  # GBM algorithm

'''

简单声明：本代码由本队共同商讨完成

一、本次算法 主要采用了三次二分类：

（1）第一层主要用来区分 是否获奖。              {0:(0),    1:(1000,1500,2000)}

（2）第二层主要用来区分 获得助学金是否大于1000  {0:(1000), 1:(1500,2000)}

（3）第三层主要用来区分 获得助学金是否          {0:(1500), 1:(2000)}

二、代码中的train和 test均为DataFrame格式；

三、特征提取代码大家都大同小异，而且过于繁琐就不公开了；

特别声明：如有疑问请自行解决（妹子请忽略本条 哈哈）。

'''

def predict(train, test, silent=1):

    train = train.fillna(-1)

    test = test.fillna(-1)

    target = 'subsidy'

    IDcol = 'studentid'

    predictors = [x for x in train.columns if x not in [target]]

    train_1 = train.copy()

    train_1['subsidy'] = train_1['subsidy'].map({0: 0, 1000: 1, 1500: 1, 2000: 1})

    train_2 = train.copy()

    train_2 = train_2[train['subsidy'] > 0]

    train_2['subsidy'] = train_2['subsidy'].map({1000: 0, 1500: 1, 2000: 1})

    train_3 = train.copy()

    train_3 = train_3[train['subsidy'] > 1000]

    train_3['subsidy'] = train_3['subsidy'].map({1500: 0, 2000: 1})

    # 第一步筛选助学金概率大于 0的id

    alg1 = XGBClassifier( learning_rate=0.05, max_delta_step=0, max_depth=5,min_child_weight=4,

                          n_estimators=160, nthread=-1, subsample=0.6)

    #初赛最高分用的是GBDT单模型，但XGB效果基本也差不多；复赛单模型最高分用的是XGB。

    #GradientBoostingClassifier(learning_rate=0.05,n_estimators=300,max_depth=5,min_samples_leaf=40,subsample=0.7,random_state=30)

    alg1.fit(train_1[predictors], train_1[target])

    result1 = alg1.predict_proba(test[predictors])

    result1 = pd.DataFrame({1:result1[:, 1], 'studentid':test['studentid'].values})

    result1.sort_values(1,inplace=True,ascending=False)

    n1000 = int(len(test)*0.23)

    test_id_1000 = list(result1.head(n1000)['studentid'].values)

# 第二步筛选助学金概率大于 1000的id

    test_2_id = [i in test_id_1000 for i in test['studentid'].values]

    test_2 = test[test_2_id]

    alg2 = XGBClassifier(learning_rate=0.05,n_estimators=150)

    alg2.fit(train_2[predictors], train_2[target])

    result2 = alg2.predict_proba(test_2[predictors])

    result2 = pd.DataFrame({1:result2[:, 1], 'studentid':test_2['studentid'].values})

    result2.sort_values(1,inplace=True,ascending=False)

    n1500 = int(len(test)*0.09)

    test_id_1500 = list(result2.head(n1500)['studentid'].values)

# 第三步筛选助学金概率大于 1500的id

    test_3_id = [i in test_id_1500 for i in test['studentid'].values]

    test_3 = test[test_3_id]

    alg3 = XGBClassifier(learning_rate=0.05,n_estimators=150)

    alg3.fit(train_3[predictors], train_3[target])

    result3 = alg3.predict_proba(test_3[predictors])

    result3 = pd.DataFrame({'studentid': test_3['studentid'].values, 1: result3[:, 1]})

    result3.sort_values(1,inplace=True,ascending=False)

    n2000 = int(len(test)*0.03)

    test_id_2000 = list(result3.head(n2000)['studentid'].values)

    # 将id对应的助学金合并起来

    subsidy = []

    for x in test['studentid']:

        if x in test_id_1000:

            if x in test_id_1500:

                if x in test_id_2000:

                    subsidy.append(2000)

                else:

                    subsidy.append(1500)

            else:

                subsidy.append(1000)

        else:

            subsidy.append(0)

    result = pd.DataFrame({'studentid': test['studentid'], 'subsidy': subsidy})

    if silent == 0: print result['subsidy'].value_counts()

    return result