---

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression

# 1. Создаем исторические данные ФТС (как было раньше)
# Вес в тоннах, Стоимость в млн рублей
data = {
    'Weight': [1.2, 2.5, 3.8, 5.0, 7.2, 8.5, 10.0, 12.0],
    'Price': [15, 32, 45, 60, 85, 105, 120, 145]
}
df = pd.DataFrame(data)

# 2. Обучаем модель
X = df[['Weight']] # Входной признак (Вес)
y = df['Price']    # То, что предсказываем (Цена)

model = LinearRegression()
model.fit(X, y)

# 3. Допустим, к нам пришла НОВАЯ декларация:
# Вес 6 тонн, а заявленная цена всего 40 млн. Проверим, что скажет ИИ.
new_weight = np.array([[6.0]])
predicted_price = model.predict(new_weight)[0]

# 4. Визуализация
plt.figure(figsize=(10, 6))
plt.scatter(df['Weight'], df['Price'], color='blue', label='Реальные данные')
plt.plot(df['Weight'], model.predict(X), color='red', label='Линия прогноза ИИ')

# Помечаем новую подозрительную декларацию
plt.scatter(6.0, 40, color='orange', s=200, marker='X', label='Подозрительная декларация')

plt.title('Прогноз стоимости товара по весу')
plt.xlabel('Вес груза (тонны)')
plt.ylabel('Стоимость (млн руб)')
plt.legend()
plt.grid(True)
plt.show()

print(f"Для веса 6.0 тонн ИИ ожидает цену: {predicted_price:.2f} млн")
print(f"Заявлено: 40 млн. Разница подозрительна!")