# ============================================
# Fichier: trainers/cuml/linear_regression_trainer.py
# ============================================

from cuml.linear_model import LinearRegression

from cuml_trainer import CuMLTrainer
from config import Config
from interfaces.cuml_tfidf_vectorizer import CuMLTfidfVectorizer
from interfaces.metrics_calculator import DefaultMetricsCalculator

class LinearRegressionTrainer(CuMLTrainer):
    """
    Entraîneur spécifique utilisant un classifieur LinearRegression de la librairie cuML.
    Hérite de CuMLTrainer, qui hérite lui-même de BaseTrainer.
    
    Cette classe implémente les méthodes spécifiques à l'utilisation d'un modèle 
    de régression linéaire pour la prédiction de valeurs continues.
    """

    def __init__(self, config: Config, data_path: str, target_column: str) -> None:
        """
        Initialise un LinearRegressionTrainer avec la configuration et les paramètres
        du parent CuMLTrainer.

        :param config: Configuration globale du système.
        :param data_path: Chemin vers le fichier de données.
        :param target_column: Nom de la colonne cible.
        """
        super().__init__(config, data_path, target_column)

    def _build_classifier(self) -> None:
        """
        Crée et configure un classifieur LinearRegression selon les paramètres 
        spécifiés dans la configuration.
        
        Utilise directement les paramètres de la configuration pour initialiser
        le modèle avec les hyperparamètres appropriés.
        """
        params = self.config.model.params or {}
        self.classifier = LinearRegression(**params)

    def build_components(self) -> None:
        """
        Instancie le vectorizer, le classifieur LinearRegression et le calculateur de métriques.
        
        Cette méthode configure tous les composants nécessaires au fonctionnement
        du trainer, en se basant sur les paramètres spécifiés dans la configuration.
        """
        # Récupération de la méthode et des paramètres de vectorisation
        vector_method = self.config.vectorization.method
        vector_params = self.config.vectorization.dict().get(vector_method, {})
        self.vectorizer = CuMLTfidfVectorizer(**vector_params)

        # Construction du classifieur
        self._build_classifier()
        
        # Initialisation du calculateur de métriques
        self.metrics_calculator = DefaultMetricsCalculator()

    def train(self) -> None:
        """
        Entraîne le classifieur LinearRegression sur les données vectorisées.
        
        Utilise l'implémentation fournie par la classe parente CuMLTrainer,
        qui s'occupe du chargement des données, de la vectorisation et de l'entraînement.
        """
        # Inheriting from CuMLTrainer => loads data, vectorizes, fits
        super().train()

    def evaluate(self) -> dict:
        """
        Évalue le classifieur LinearRegression et calcule les métriques appropriées.
        
        Utilise l'implémentation fournie par la classe parente CuMLTrainer,
        qui s'occupe du chargement des données, de la vectorisation, de la prédiction
        et du calcul des métriques via le metrics_calculator.
        
        :return: Dictionnaire contenant les métriques calculées.
        """
        # Inheriting from CuMLTrainer => loads data, vectorizes, calls the metrics calculator
        return super().evaluate()