ব্যবহারকারীদের সাথে এক্সপ্লেনেশনের গুণমান যাচাই

weights = {
    "suspicious_links": 0.6,
    "sender_reputation": -0.5,
    "urgent_language": 0.3,
    "attachment_risk": 0.2,
}
bias = -0.1
baseline = {"suspicious_links": 0.1, "sender_reputation": 0.7, "urgent_language": 0.2, "attachment_risk": 0.1}
email_x = {"suspicious_links": 0.8, "sender_reputation": 0.3, "urgent_language": 0.75, "attachment_risk": 0.15}

def score(features):
    return bias + sum(weights[f] * features[f] for f in weights)

score_x = score(email_x)
verdict = "স্প্যাম" if score_x > 0 else "স্বাভাবিক"
print(f"ইমেইলের স্কোর: {score_x:.3f} -> সিদ্ধান্ত: {verdict}")

# --- ফেইথফুল লোকাল এক্সপ্লেনেশন (প্রকৃত অবদান) ---
contributions = {f: weights[f] * (email_x[f] - baseline[f]) for f in weights}
total_contribution = sum(contributions.values())
print("\nফেইথফুল লোকাল এক্সপ্লেনেশন (প্রকৃত অবদান):")
for f, c in sorted(contributions.items(), key=lambda kv: abs(kv[1]), reverse=True):
    share = c / total_contribution * 100
    print(f"  {f}: অবদান {c:+.3f}  (মোটের {share:.1f}%)")

# --- একটি ইচ্ছাকৃত বিভ্রান্তিকর দাবি ---
misleading_claim_feature = "attachment_risk"
misleading_claim_share = 70.0
print(f"\nবিভ্রান্তিকর দাবি: '{misleading_claim_feature}' এই সিদ্ধান্তের প্রায় {misleading_claim_share:.0f}% কারণ।")

# --- কনসিস্টেন্সি চেক: প্রতিটি ফিচার বেসলাইনে বসিয়ে প্রকৃত প্রভাব যাচাই ---
print("\nপার্টার্বেশন-ভিত্তিক কনসিস্টেন্সি চেক (ফিচারটি বেসলাইনে বসালে স্কোর কতটা বদলায়):")
actual_impacts = {}
for f in weights:
    perturbed = dict(email_x)
    perturbed[f] = baseline[f]
    score_perturbed = score(perturbed)
    impact = abs(score_x - score_perturbed)
    actual_impacts[f] = impact
    print(f"  {f} বেসলাইনে বসালে স্কোর {score_x:.3f} থেকে {score_perturbed:.3f}-এ যায় (প্রকৃত প্রভাব: {impact:.3f})")

claimed_feature_actual_share = actual_impacts[misleading_claim_feature] / sum(actual_impacts.values()) * 100
print(f"\n'{misleading_claim_feature}'-এর প্রকৃত প্রভাব-শেয়ার মাত্র {claimed_feature_actual_share:.1f}%"
      f" -- দাবি করা {misleading_claim_share:.0f}%-এর তুলনায় সম্পূর্ণ সামঞ্জস্যহীন।")
print("-> এই এক্সপ্লেনেশনটি কনসিস্টেন্সি চেকে ব্যর্থ, অর্থাৎ এটি বিভ্রান্তিকর।")

weights = {
    "suspicious_links": 0.6,
    "sender_reputation": -0.5,
    "urgent_language": 0.3,
    "attachment_risk": 0.2,
}
baseline = {"suspicious_links": 0.1, "sender_reputation": 0.7, "urgent_language": 0.2, "attachment_risk": 0.1}

def contribution_shares(features):
    contributions = {f: weights[f] * (features[f] - baseline[f]) for f in weights}
    total = sum(abs(c) for c in contributions.values())
    shares = {f: (abs(c) / total * 100 if total else 0) for f, c in contributions.items()}
    return shares

# চারটি সিন্থেটিক কেস -- প্রতিটিতে ঠিক একটি ফিচার বেসলাইন থেকে সরানো হয়েছে
synthetic_cases = {
    "case_suspicious": {**baseline, "suspicious_links": 0.9},
    "case_reputation": {**baseline, "sender_reputation": 0.1},
    "case_urgent": {**baseline, "urgent_language": 0.9},
    "case_attachment": {**baseline, "attachment_risk": 0.9},
}

FLAG_THRESHOLD = 15.0  # দাবি করা "প্রধান ফিচার"-এর প্রকৃত শেয়ার এর চেয়ে কম হলে "সন্দেহজনক" হিসেবে ফ্ল্যাগ হবে

correct = 0
total_checks = 0
for case_name, features in synthetic_cases.items():
    shares = contribution_shares(features)
    real_top = max(shares, key=shares.get)
    real_bottom = min(shares, key=shares.get)

    # ফেইথফুল এক্সপ্লেনেশন: প্রকৃত টপ ফিচার উল্লেখ করে -- ফ্ল্যাগ হওয়া উচিত নয়
    faithful_flagged = shares[real_top] < FLAG_THRESHOLD
    total_checks += 1
    if not faithful_flagged:
        correct += 1

    # বিভ্রান্তিকর এক্সপ্লেনেশন: প্রকৃত বটম ফিচারকে "প্রধান কারণ" বলে দাবি করে -- ফ্ল্যাগ হওয়া উচিত
    misleading_flagged = shares[real_bottom] < FLAG_THRESHOLD
    total_checks += 1
    if misleading_flagged:
        correct += 1

    print(f"{case_name}: প্রকৃত টপ ফিচার={real_top} ({shares[real_top]:.0f}%), "
          f"ফেইথফুল-চেক {'পাস' if not faithful_flagged else 'ফেইল'} | "
          f"মিসলিডিং দাবি={real_bottom} ({shares[real_bottom]:.0f}%), "
          f"মিসলিডিং-চেক {'ধরা পড়েছে' if misleading_flagged else 'ধরা পড়েনি'}")

accuracy = correct / total_checks * 100
print(f"\nমোট {total_checks}টি চেকের মধ্যে {correct}টি সঠিকভাবে শনাক্ত হয়েছে -- সঠিকতা {accuracy:.1f}%")