2labaShirapov05370

import numpy as np
import pandas
from math import sqrt
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
import random

np.seterr(divide='ignore', invalid='ignore')

# расстояние между двумя точками
def dist(p1, p2):
    dist = 0
    for i in range(0, 4):
        dist += pow(p2[i] - p1[i], 2)
    return sqrt(dist)

# получить индекс центра к которому ближе всего находится point
def find_nearest_center(centers, point):
    mn_index = 0
    mn = -1
    i = 0
    for row in centers:
        if dist(row, point) < mn or mn == -1:
            mn = dist(row, point)
            mn_index = i
        i += 1
    return mn_index

def is_unique(arr, index):
    for i in range(index):
        if arr[i] == arr[index]:
            return False
    return True

# получить массив из n различных случайных чисел от mn до mx (включительно)
def get_n_random_numbers(n, mn, mx):
    arr = np.zeros(n)
    for i in range(n):
        arr[i] = random.randint(mn, mx)
        while not is_unique(arr, i):
            arr[i] = random.randint(mn, mx)
    return arr

# произвести деление на cluster_count кластеров, перерасчитать центры
# iteration_count раз, перебрать roll_count случайных начальных значений
# и вернуть Q наилучшего выбора
# (Q - среднее средних расстояний внутри кластеров)
def clusterize(cluster_count, iteration_count, roll_count = 1):
    x = np.ndarray(roll_count)
    y = np.ndarray(roll_count)
    color = np.zeros(roll_count)
    cluster_ids = np.zeros(150)

    data = load_iris()
    centers = np.ndarray((cluster_count, 4))
    best_centers = np.ndarray((cluster_count, 4))
    best_Q = -1
    for i in range(best_centers.shape[0]):
        for j in range(best_centers.shape[1]):
            best_centers[i][j] = -1

    for roll in range(0, roll_count):
        # получение случайных центров для кластеров
        centers_indices = get_n_random_numbers(cluster_count, 0, data.data.shape[0] - 1)
        for i in range(0, cluster_count):
            centers[i] = data.data[int(centers_indices[i])]

        for iteration in range(0, iteration_count):
            # распределение точек по кластерам
            clusters = list()
            for i in range(0, cluster_count):
                clusters.append(list())
            for row in data.data:
                nearest_cluster = find_nearest_center(centers, row)
                clusters[nearest_cluster].append(row)
            #print(clusters)

            # пересчёт центров кластеров
            for cl in range(0, cluster_count):
                sums = np.zeros(4)
                n = 0
                for row in clusters[cl]:
                    for i in range(0, 4):
                        sums[i] += row[i]
                    n += 1
                for i in range(0, 4):
                    centers[cl] = sums / n

        # вычисление среднего
        Q = 0
        for cluster_index in range(len(clusters)):
            if len(clusters[cluster_index]) == 0:
                continue
            s = 0.0
            for point in clusters[cluster_index]:
                s += dist(point, centers[cluster_index])
            Q += s / len(clusters[cluster_index])

        x[roll] = roll + 1
        y[roll] = Q
        color[roll] = Q

        if Q < best_Q or best_Q == -1:
            best_centers = centers
            best_Q = Q


    print(f"The best Q for {cluster_count} clusters = {best_Q}")
    for i in range(len(color)):
        if color[i] != best_Q:
            color[i] = 0
        else:
            color[i] = 1
    plt.scatter(x, y, c=color)
    plt.show()

    data_x = np.zeros(150)
    data_y = np.zeros(150)
    for i in range(150):
        cluster_ids[i] = find_nearest_center(best_centers, data.data[i])
        data_x[i] = data.data[i][1]
        data_y[i] = data.data[i][3]

    plt.scatter(data_x, data_y, c=cluster_ids)
    plt.show()
    print("------------------------------------------------------------")
    #return best_Q

for i in range(4):
    clusterize(2 + i, 50, 25)