# entrenar_modelo.py
"""
Entrena y evalúa un modelo simple para predecir quinielas (1/X/2).
"""
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report, accuracy_score
import os

# Cargar datos
DATA_PATH = os.path.join(os.path.dirname(__file__), '../data/espana/partidos_todos.csv')
df = pd.read_csv(DATA_PATH)

# Features simples: diferencia de goles históricos entre local y visitante
# (Para un modelo más avanzado, se pueden agregar más features)
df['dif_goles'] = df['goles_local'] - df['goles_visitante']

# Features y etiquetas
X = df[['dif_goles']]
y = df['resultado']

# Separar en train/test
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# Modelo
clf = RandomForestClassifier(n_estimators=100, random_state=42)
clf.fit(X_train, y_train)

# Predicción y evaluación
y_pred = clf.predict(X_test)
print("Accuracy:", accuracy_score(y_test, y_pred))
print("\nClassification report:\n", classification_report(y_test, y_pred))