#1 Pobranie danych
require(RPostgreSQL)
drv <- dbDriver("PostgreSQL")
db.con <- dbConnect(drv, host="193.193.92.209", port=5434,
                    dbname="XXXXXX", user="XXXXXXXXX", password="XXXXX")
#dane <- dbGetQuery(db.con, "select * from kwiaciarnia.klienci")

dane <- dbGetQuery(db.con, "SELECT nadawca.wojewodztwo, COUNT(*) as sztuk, sum(cena) as wartosc
FROM kwiaciarnia_hd.sprzedaz sprzedaz
JOIN kwiaciarnia_hd.czas czas USING (idczasu)
JOIN kwiaciarnia_hd.nadawca nadawca USING (idnadawcy)
WHERE czas.rok = 2015
GROUP BY nadawca.wojewodztwo");

dbDisconnect(db.con)

#Przygotowanie funkcji normal
normal <- function(value) {

  n <- length(value)
  new_value <- NULL

  for (i in 1:n) {
    new_value[i] <-(value[i] - mean(value)) / sd(value)
  }

  return(new_value)
}

#2 Wykonanie standaryzacji statystycznej danych w obu kolumnach

dane2 <- dane
dane2$wojewodztwo <- NULL
dane2$sztuk <- normal(dane$sztuk)
dane2$wartosc <- normal(dane$wartosc)


#3 Wyznaczenie podzialu danych na dwa klastry
kmeans.result <- kmeans(dane2, 1) # zadanie 4 i 5 zmieniamy na odpowiednie k


centers <- kmeans.result$centers[kmeans.result$cluster, ]

distances <- sqrt(rowSums((dane2 - centers)^2))
outliers <- order(distances, decreasing=T)[1:5]
outliers  #dla k 2 [1]  12  9  13  16 11
#dla k 3 [1]  12  2  1  7 4
#dla k 4 [1]  1  7  4  15 5

# przygotowanie wykresu
plot(dane2[,c("sztuk", "wartosc")],
     col=kmeans.result$cluster)
points(kmeans.result$centers[,c("sztuk", "wartosc")],
       col=1:3, pch=8, cex=1.5)
points(dane2[outliers, c("sztuk", "wartosc")],
       pch="+", col=4, cex=1.5)