/*
* Copyright (C) 2016 TOKYO ELECTRON DEVICE LTD.
*/
'use strict';

// DB設定
export const DATABASE_HOST = 'localhost';
export const DATABASE_PORT = 5432;
export const DATABASE_USER = 'cxm';
export const DATABASE_PASSWORD = 'cxm';
export const DATABASE_DATABASE = 'cxm';
export const DATABASE_MAX = 20;

// for develop environment
/////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
export const CLIENT_LOG = '/home/erics/Documents/TED/cxmclient/cxmclient.log'
export const BACKEND_LOG = '/home/erics/Documents/TED/cxmclient/cxmbackend.log'
export const COMMAND_PATH = '/home/erics/Documents/TED/kalium/';
export const SUDO_COMMAND = 'sudo';
export const PYTHON_COMMAND = '/home/erics/.pyenv/shims/python';
export const VERSION_COMMAND = 'sudo cxm -v'
export const CXE_EXECUTE_COMMAND = "/home/erics/Documents/TED/kalium/cxe/connexon"
export const CXE_EXECUTE_ARGS = ['-settings', '/home/erics/Documents/TED/kalium/cxe/main.json', '-flow', '/home/erics/Documents/TED/kalium/cxe/crypto.json']
export const CXE_EXECUTE_FILE = '/home/erics/Documents/TED/kalium/cxe/output/output_result.csv'
export const CXE_EXECUTE_PATH = '/home/erics/Documents/TED/kalium/cxe/'
export const CXE_OPEN_COMMAND = 'display'
export const CXE_INPUT_PATH = '/home/erics/Documents/TED/kalium/cxe/input/'
export const CANCEL_COMMAND = 'sudo kill -9 ';
export const EXECUTE_COMMAND = 'sudo'
export const EXECUTE_ARRAY = ( projectId, modelingId, type ) => {
    let array = [
        PYTHON_COMMAND,
        COMMAND_PATH + 'cxm.py',
        type,
        '-p',
        projectId,
        '-m',
        modelingId,
        '-lf',
        BACKEND_LOG
    ]
    return array
}

///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
//// for local test suzuki
// export const COMMAND_PATH = '/Users/suzukitoshinori/minlab/cx-m/kalium/';
// export const PYTHON_COMMAND = '/Users/suzukitoshinori/.virtualenvs/cxm/bin/python';
// export const CANCEL_COMMAND = 'kill -9 ';
// export const LOG_PATH = '/Users/suzukitoshinori/zz_cxm/base/'
// export const CLIENT_LOG = '/Users/suzukitoshinori/zz_cxm/base/cxmclient.log'
// export const BACKEND_LOG = '/Users/suzukitoshinori/zz_cxm/base/cxmbackend.log'
// export const VERSION_COMMAND = "echo 'v2.0.0'"
// export const CXE_EXECUTE_COMMAND = "/Users/suzukitoshinori/zz_cxm/cxe/connexon"
// export const CXE_EXECUTE_ARGS = ['-settings', '/Users/suzukitoshinori/zz_cxm/cxe/main.json', '-flow', '/Users/suzukitoshinori/zz_cxm/cxe/crypto.json']
// export const CXE_EXECUTE_FILE = '/Users/suzukitoshinori/zz_cxm/cxe/output/output_result.csv'
// export const CXE_EXECUTE_PATH = '/Users/suzukitoshinori/zz_cxm/cxe/'
// export const CANCEL_CXE = 'kill -9 '
// export const CXE_OPEN_COMMAND = 'open'
// export const CXE_INPUT_PATH = '/Users/suzukitoshinori/zz_cxm/cxe/input/'
// export const EXECUTE_COMMAND = '/Users/suzukitoshinori/.virtualenvs/cxm/bin/python'
// export const EXECUTE_ARRAY = ( projectId, modelingId, type ) => {
//    let array = [
//        COMMAND_PATH + 'cxm.py',
//        type,
//        '-p',
//        projectId,
//        '-m',
//        modelingId,
//        '-lf',
//        BACKEND_LOG
//    ]
//    return array
// }
///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

export const CXE_EXECUTE_BASE = 'base.df'
export const CXE_EXECUTE_CXM = 'cxm.clf'
export const CXE_EXECUTE_COND = 'cond.json'
export const CXE_EXECUTE_COPY = 'cp -pf '
export const LOG_LEVEL = 2
export const COMMAND_INTERVAL = 3000
export const COMMAND_START_INTERVAL = 5000
// 「1200」はバックエンド処理が1h何も更新されなかったら諦める想定。
export const BACKEND_REPLY_MAX_COUNT = 1200
export const FILE_SELECT_DEFAULT_PATH = '/home/erics/Documents/TED/kalium/data'
export const COMMAND_FINISH_STATUS = 'done'
export const COMMAND_BACKEND_ALIVE = 'alive'
export const COMMAND_BACKEND_DEAD = 'dead'
export const PROJECT_NUMBER_LIMIT = '3'
export const LEARN_MODE_COLOR = 'rgba(00,102,102,1)'
//export const TEST_MODE_COLOR = 'rgba(0,128,0,1)'
export const TEST_MODE_COLOR = 'rgba(00,102,102,1)'
export const ELEMENT_SELECTED_COLOR = 'rgba(255,255,255,1)'
export const ELEMENT_ORIGINAL_COLOR = 'rgba(211,211,211,1)'
export const ELEMENT_TABLE_COLOR = 'rgba(242, 242, 242,1)'
export const ELEMENT_WARN_COLOR = 'rgba(255, 0, 0, 0.2)'
export const LEARN_RESULT_GRAPH_NUM = '4'
export const NUM_ZERO = '0'
export const LEARN_MODE = 0
export const TEST_MODE = 1
export const NORMAL_FILE = 'normal'
export const ABNORMAL_FILE = 'abnormal'
export const NORMAL_CLASSI = 0
export const ABNORMAL_CLASSI = 1
export const TEST_CLASSI = 2
//modeling start (テストのときは testing start)
export const MODELING_START = ['modeling start', 1]
export const TESTING_START = ['testing start', 1]
//get rawdata done. preparing dataset...
export const GET_RAWDATA_DONE = ['get rawdata done', 5]
//prepare dataset done. extracting feature...
export const GET_DATASET_DONE = ['prepare dataset done', 10]
//extract feature done. tackling model...
export const EXTRACT_FEATURE_DONE = ['extract feature done', 14]
//1/6: creating model trial done
export const CREATING_MODEL_1_DONE = ['1/6', 28]
//2/6: creating model trial done
export const CREATING_MODEL_2_DONE = ['2/6', 42]
//3/6: creating model trial done
export const CREATING_MODEL_3_DONE = ['3/6', 56]
//4/6: creating model trial done
export const CREATING_MODEL_4_DONE = ['4/6', 70]
//5/6: creating model trial done
export const CREATING_MODEL_5_DONE = ['5/6', 80]
//6/6: creating model trial done
export const CREATING_MODEL_6_DONE = ['6/6', 94]
//create model done. (テストのときは test model done.)
export const CREATE_MODEL_DONE = ['create model done', 99]
export const TEST_MODEL_DONE = ['test model done', 99]

// プロジェクトモード：教師あり
export const PROJECT_MODE_SUPERVISE = 1;
// プロジェクトモード：教師なし
export const PROJECT_MODE_UNSUPERVISE = 2;
// プロジェクトモード：外れ値
export const PROJECT_MODE_OUTLIER = 3;


//done

//export const DELIMITER_TYPE_0 = [0, ',']
//export const DELIMITER_TYPE_1 = [1, ';']
//export const DELIMITER_TYPE_2 = [2, '¥']
//        (1,'adjusting') --settings::  0: entrust, 1: skip, 2: corr
//        (2,'cleansing') --settings::  0: entrust で入力いただいた値をそのままwindow_size として使います
//        (3,'feature_extracting') --settings::  0: entrust, 1: skip, 2: wavelet, 3: scale
//        (4,'algorithm') --settings::  0: entrust, 1: liner_svc, 2: random_forest

// アドバンスト設定 出力項目制御
export const ADVANCED_SETTING = [
  // データソース
  {
    isSupervise: [PROJECT_MODE_SUPERVISE, PROJECT_MODE_UNSUPERVISE, PROJECT_MODE_OUTLIER],
    name: 'dataSource',
    dispName: '分析種別',
    value: [
      { num: 0, val: 'シングルソース' },
      { num: 1, val: 'マルチソース' },
    ]
  },
  // データ取り込み
  {
    isSupervise: [PROJECT_MODE_SUPERVISE, PROJECT_MODE_UNSUPERVISE, PROJECT_MODE_OUTLIER],
    name: 'dataColumn',
    dispName: 'データ取り込み',
    value: [
      { num: 0, val: '自動' },
      { num: 1, val: '列指定' },
    ]
  },
  // 分類基準
  {
    isSupervise: [PROJECT_MODE_UNSUPERVISE],
    name: 'clusteringData',
    dispName: '分類基準',
    value: [
      { num: 0, val: '自動' },
      { num: 1, val: '生データ' },
      { num: 2, val: 'FFT' },
    ]
  },
  // 位置合わせ
  {
    isSupervise: [PROJECT_MODE_SUPERVISE, PROJECT_MODE_UNSUPERVISE, PROJECT_MODE_OUTLIER],
    name: 'adjusting',
    dispName: '位置合わせ',
    value: [
      { num: 0, val: '自動' },
      { num: 1, val: 'なし' },
      { num: 2, val: '相互相関' }
    ]
  },
  // クレンジング
  {
    isSupervise: [PROJECT_MODE_SUPERVISE, PROJECT_MODE_UNSUPERVISE, PROJECT_MODE_OUTLIER],
    name: 'cleansing',
    dispName: 'クレンジング',
    value: [
      { num: 0, val: '自動' },
      { num: 1, val: '切り出し点数指定' }
    ]
  },
  // 特徴抽出
  {
    // isSupervise: [PROJECT_MODE_SUPERVISE, PROJECT_MODE_UNSUPERVISE, PROJECT_MODE_OUTLIER],
    isSupervise: [PROJECT_MODE_SUPERVISE, PROJECT_MODE_UNSUPERVISE,],
    name: 'featureExtracting',
    dispName: '特徴抽出',
    value: [
      { num: 0, val: '自動' },
      { num: 1, val: '生データ' },
      { num: 2, val: 'ウェーブレット変換' },
      { num: 3, val: 'スケーリング' },
      { num: 4, val: 'FFT' }
    ]
  },
  // アルゴリズム選定(教師あり・教師なし)
  {
    isSupervise: [PROJECT_MODE_SUPERVISE, PROJECT_MODE_UNSUPERVISE,],
    name: 'algorithm',
    dispName: 'アルゴリズム選定',
    value: [
      { num: 0, val: '自動' },
      { num: 1, val: 'サポートベクターマシン' },
      { num: 2, val: 'ランダムフォレスト' },
    ]
  },
  /*
  // アルゴリズム選定(外れ値)
  {
    isSupervise: [3],
    name: 'algorithm',
    dispName: 'アルゴリズム選定',
    value: [
      { num: 0, val: '自動' },
      { num: 3, val: 'iForest' },
    ]
  },
  */
  /*
  // 異常範囲指定（外れ値）
  {
    isSupervise: [PROJECT_MODE_OUTLIER],
    name: 'contamination',
    dispName: '異常割合(10% - 90%)',
  },
  */
]

export const MODEL_PRECISION = 'モデル精度'
export const POSITION_ADJUST = '位置合わせ'
export const CLEANSING = 'クレンジング'
export const MULTI_SOURCE = 'データ合成'
export const FEATURE_EXTRACTION = '特徴抽出'
export const ALGORITHM_SELECT = 'アルゴリズム選定'
export const CONTAMINATION_VALUE = '異常範囲'

export const LEARN_MODE_WAIT_TITLE = 'モデル作成中'
export const CLUSTER_MODE_WAIT_TITLE = 'モデル作成中'
export const OUTLIER_MODE_WAIT_TITLE = 'モデル作成中'

export const CXE_MODE_WAIT_TITLE = 'モデル実行中'
export const TEST_MODE_WAIT_TITLE = 'テスト実施中'
export const COMMON_ERROR_TITLE = 'エラーが発生しました'
export const COMMON_WARN_TITLE = '警告です'
export const NO_LEARN_RESULT = 'モデル作成結果なし'
export const NO_TEST_RESULT = 'テスト結果なし'
export const NORMAL_FILE_SET_TITLE = '正常ファイルの共通設定'
export const ABNORMAL_FILE_SET_TITLE = '異常ファイルの共通設定'
export const TEST_FILE_SET_TITLE = 'テストファイルの共通設定'
export const UNSUPERVISE_FILE_SET_TITLE = '分析対象ファイルの共通設定'
export const ADD_FILE_MESSAGE = 'ファイルを追加してください'
export const NO_CLUSTER_GRAPH_MESSAGE = '分類結果なし'

export const TOOLTIP_TEST_RESULT = '判別モデルを用いて判別した結果を表示します。詳細ボタンをクリックするとファイル単位でのテスト結果を確認できます。'
export const TOOLTIP_MODEL_PRECISION = '３回の判別精度テスト結果の平均をモデル精度として表示してます。CX-Mは、「提供されたデータを３グループに分け、このうち２グループを利用して判別モデルを構築し，残りの１グループで作成された判別モデルの判別精度のテストを行う」ということをグループの組合わせを換えて３回繰り返します。データ数が少ない場合、極端に高い（あるいは低い）精度が表示されることがあります。'
export const TOOLTIP_CLUSTER_DISTANCE = '各ファイルのクレンジング後のデータを元に計算します。値「0」を基準とし、似ている波形ほど値が0に近い値になります。逆に似ていない波形ほど大きい値となります。'

// 外れ値 デフォルト値
export const CONTAMINATION_DEFAULT_VALUE = 0.05;

// ==========================
// 結果欄ツールチップ
// ==========================
// 教師あり 位置合わせ
export const TOOLTIP_LEAEN_POSITION_ADJUST = '判別すべき現象が正しく比較できるように各データの開始位置を調整した図です。';
// 教師あり クレンジング
export const TOOLTIP_LEAEN_CLEANSING = '位置合わせされたデータから機械学習に不要な部分を取り除いた図です。';
// 教師あり データ合成
export const TOOLTIP_LEAEN_MULTI_SOURCE = 'データ合成を行った際の各列の重みを表した図です。青色の列はその列の値が大きくなると合成データ値も大きくなることを示します。赤色の列はその列の値が大きくなると合成データ値は小さくなることを示します。また、絶対値が1に近いほどその列の重みが高いことを示します。';
// 教師あり 特徴抽出
export const TOOLTIP_LEAEN_FEATURE_EXTRACTION = '分析対象データから抽出した現象の特徴を表した図です。';
// 教師あり アルゴリズム選定
export const TOOLTIP_LEAEN_ALGORITHM_SELECT = '選択されたアルゴリズムとその精度をを表示します。正常データ、異常データそれぞれ3つ以上のファイルが存在しない場合には精度検証が行えないため精度は表示されません。';
// 教師あり テスト結果
export const TOOLTIP_LEAEN_TEST_RESULT = '判別モデルを用いて判別した結果を表示します。詳細ボタンをクリックするとファイル単位でのテスト結果を確認できます。'

// 教師なし 位置合わせ
export const TOOLTIP_UNSUPERVISE_POSITION_ADJUST = '分類すべき現象が正しく比較できるように各データの開始位置を調整した図です。';
// 教師なし クレンジング
export const TOOLTIP_UNSUPERVISE_CLEANSING = TOOLTIP_LEAEN_CLEANSING;
// 教師なし データ合成
export const TOOLTIP_UNSUPERVISE_MULTI_SOURCE = TOOLTIP_LEAEN_MULTI_SOURCE;
// 教師なし 特徴抽出
export const TOOLTIP_UNSUPERVISE_FEATURE_EXTRACTION = TOOLTIP_LEAEN_FEATURE_EXTRACTION;
// 教師なし アルゴリズム選定
export const TOOLTIP_UNSUPERVISE_ALGORITHM_SELECT = '分類モデルのアルゴリズムを示します。';
// 教師なし テスト結果
export const TOOLTIP_UNSUPERVISE_TEST_RESULT = '分類モデルを用いて判別した結果を表示します。詳細ボタンをクリックするとファイル単位でのテスト結果を確認できます。'

// 外れ値 位置合わせ
export const TOOLTIP_OUTLIER_POSITION_ADJUST = '現象を正しく比較できるように各データの開始位置を調整した図です。';
// 外れ値 クレンジング
export const TOOLTIP_OUTLIER_CLEANSING = TOOLTIP_LEAEN_CLEANSING;
// 外れ値 データ合成
export const TOOLTIP_OUTLIER_MULTI_SOURCE = TOOLTIP_LEAEN_MULTI_SOURCE;
// 外れ値 特徴抽出
export const TOOLTIP_OUTLIER_FEATURE_EXTRACTION = 'データの特徴を表した図です。';
// 外れ値 アルゴリズム選定
export const TOOLTIP_OUTLIER_ALGORITHM_SELECT = '外れ値検出モデルのアルゴリズムを示します。';
// 外れ値 テスト結果
export const TOOLTIP_OUTLIER_TEST_RESULT = '外れ値検出モデルを用いて判別した結果を表示します。詳細ボタンをクリックするとファイル単位でのテスト結果を確認できます。'