import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.neighbors import KNeighborsRegressor

# Scores précédents (données historiques)
previous_scores = ["9-6-7", "6-6", "11-9", "8-11"]
previous_scores = [score.split("-") for score in previous_scores]

# Données d'entraînement (80% des données historiques)
X_train = np.array([[1, 2, int(score[0]), int(score[1])] for score in previous_scores[:-1]])
y_train = np.array([int(score[0]) for score in previous_scores[:-1]])

# Données de test (20% des données historiques)
X_test = np.array([[5, 1, int(previous_scores[-1][0]), int(previous_scores[-1][1])]])
y_test = np.array([int(previous_scores[-1][0])])

# Modèles de régression linéaire et KNN
linear_model = LinearRegression()
knn_model = KNeighborsRegressor(n_neighbors=3)

# Entraînement des modèles
linear_model.fit(X_train, y_train)
knn_model.fit(X_train, y_train)

# Prédictions des scores avec les deux modèles
y_pred_linear = linear_model.predict(X_test)
y_pred_knn = knn_model.predict(X_test)

# Arrondir les prédictions et les convertir en entiers
y_pred_linear = np.around(y_pred_linear).astype(int)
y_pred_knn = np.around(y_pred_knn).astype(int)

# Formatage des prédictions de score exact en jaune clair
predictions_linear = [f"\033[93m\033[1mScore exact : {y1}-{y2}\033[0m" for y1, y2 in zip(y_pred_linear, y_test)]
predictions_knn = [f"\033[93m\033[1mScore exact : {y1}-{y2}\033[0m" for y1, y2 in zip(y_pred_knn, y_test)]

# Autres prédictions - Nombre total de buts en jaune clair
total_goals_predictions_linear = ["\033[93m\033[1mPlus de 2.5 buts\033[0m" if y1 + y2 > 2.5 else "\033[93m\033[1mMoins de 2.5 buts\033[0m" for y1, y2 in zip(y_pred_linear, y_test)]
total_goals_predictions_knn = ["\033[93m\033[1mPlus de 2.5 buts\033[0m" if y1 + y2 > 2.5 else "\033[93m\033[1mMoins de 2.5 buts\033[0m" for y1, y2 in zip(y_pred_knn, y_test)]

# Autres prédictions - Type de résultat en jaune clair
result_type_predictions_linear = ["\033[93m\033[1mVictoire à domicile\033[0m" if y1 > y2 else "\033[93m\033[1mVictoire à l'extérieur\033[0m" if y1 < y2 else "\033[93m\033[1mMatch nul\033[0m" for y1, y2 in zip(y_pred_linear, y_test)]
result_type_predictions_knn = ["\033[93m\033[1mVictoire à domicile\033[0m" if y1 > y2 else "\033[93m\033[1mVictoire à l'extérieur\033[0m" if y1 < y2 else "\033[93m\033[1mMatch nul\033[0m" for y1, y2 in zip(y_pred_knn, y_test)]

# Message personnalisé avec des couleurs
message = "\033[1;32mCe bot de prédiction de scores est un projet entièrement créé avec passion par Alain Obite. Mon objectif est de vous aider à améliorer vos paris sportifs en fournissant des prédictions précises et fiables. profitez de prédictions gagnantes pour vos paris sportifs. Bonne chance et que la réussite soit de votre côté !\033[0m"

# Afficher le message formaté avec les couleurs
print(message)

# Affichage des prédictions de score exact en jaune clair
print("\n\033[1mPrédictions avec régression linéaire:\033[0m", ", ".join(predictions_linear))
print("\n\033[1mPrédictions avec KNN:\033[0m", ", ".join(predictions_knn))

# Affichage des autres prédictions - Nombre total de buts en jaune clair
print("\n\033[1mAutres prédictions - Nombre total de buts avec régression linéaire:\033[0m", ", ".join(total_goals_predictions_linear))
print("\n\033[1mAutres prédictions - Nombre total de buts avec KNN:\033[0m", ", ".join(total_goals_predictions_knn))

# Affichage des autres prédictions - Type de résultat en jaune clair
print("\n\033[1mAutres prédictions - Type de résultat avec régression linéaire:\033[0m", ", ".join(result_type_predictions_linear))
print("\n\033[1mAutres prédictions - Type de résultat avec KNN:\033[0m", ", ".join(result_type_predictions_knn))
print('Hello world!')