import pandas as pd
from sklearn.ensemble import IsolationForest
import joblib
import os
import pyodbc
from datetime import datetime

print("--- INICIANDO SCRIPT DE ENTRENAMIENTO DE SISTEMA ---")

# --- 1. Configuración ---
DB_SERVER = 'TECNICA3'
DB_DATABASE = 'SistemaGestion'
CONNECTION_STRING = f'DRIVER={{ODBC Driver 18 for SQL Server}};SERVER={DB_SERVER};DATABASE={DB_DATABASE};Trusted_Connection=yes;TrustServerCertificate=yes;'
MODEL_FILE = 'modelo_sistema_anomalias.joblib'
CONTAMINATION_RATE = 0.02 # Tasa de contaminación del 0.2% (ajustable según tus necesidades)

# --- 2. Carga y Agregación de Datos desde SQL Server ---
try:
    print("Conectando a la base de datos...")
    cnxn = pyodbc.connect(CONNECTION_STRING)
    
    # Consulta para agregar los datos por día
    query = """
        SELECT 
            CAST(Fecha AS DATE) AS fecha_dia,
            DATEPART(weekday, Fecha) as dia_semana, -- 1=Domingo, 2=Lunes...
            COUNT(DISTINCT Id_Canilla) as total_canillitas_activos,
            SUM(CantSalida) as total_salidas,
            SUM(CantEntrada) as total_devoluciones
        FROM 
            dist_EntradasSalidasCanillas
        WHERE CantSalida > 0 -- Solo considerar días con actividad de salida
        GROUP BY 
            CAST(Fecha AS DATE), DATEPART(weekday, Fecha)
    """
    print("Ejecutando consulta de agregación de datos históricos...")
    df = pd.read_sql(query, cnxn)
    cnxn.close()

except Exception as e:
    print(f"Error al conectar o consultar la base de datos: {e}")
    exit()

if df.empty:
    print("No se encontraron datos históricos para entrenar el modelo de sistema. Saliendo.")
    exit()

# --- 3. Feature Engineering para el modelo de sistema ---
print(f"Preparando {len(df)} registros agregados para el entrenamiento...")
# El ratio de devolución es una característica muy potente
df['ratio_devolucion'] = (df['total_devoluciones'] / df['total_salidas']).fillna(0)
# Ratio de salidas por canillita activo
df['salidas_por_canillita'] = (df['total_salidas'] / df['total_canillitas_activos']).fillna(0)

# Seleccionamos las características que el modelo usará
features = ['dia_semana', 'total_salidas', 'ratio_devolucion', 'salidas_por_canillita']
X = df[features]

# --- 4. Entrenamiento del Modelo ---
print(f"Entrenando el modelo IsolationForest de sistema con tasa de contaminación de {CONTAMINATION_RATE}...")
model = IsolationForest(
    n_estimators=100, 
    contamination=CONTAMINATION_RATE,
    random_state=42
)
model.fit(X)

# --- 5. Guardado del Modelo ---
joblib.dump(model, MODEL_FILE)
print("--- ENTRENAMIENTO DE SISTEMA COMPLETADO ---")
print(f"Modelo de sistema guardado exitosamente como '{MODEL_FILE}'")