#CSV andmete kasutamine
#Kõigepealt vaja need tabelarvutusprogrammis CSVna salvestada
#Võib Notepadi või mõne muu lihtsa tekstiredaktoriga 
#igaks juhuks üle kontrollida, et mis tegelikult faili jõudis

lapsed=read.table("d:/R/lapsed1.csv", sep=",", header=TRUE)
lapsed=read.table(file.choose(), sep=",", header=TRUE)
file.choose()
lapsed
mean(lapsed$Pikkus)
install.packages("XML")
library(XML)
ilm=xmlToDataFrame(xmlParse("http://www.ilmateenistus.ee/ilma_andmed/xml/observations.php"))
head(ilm) #esimesed kirjed
ilm$relativehumidity=as.numeric(as.character(ilm$relativehumidity)) #tulba andmed arvudeks
hist(ilm$relativehumidity)



andmed=read.table("http://minitorn.tlu.ee/~jaagup/kool/java/kursused/16/r/naited/lapsed2.csv", sep=",", header=TRUE)
arvud=as.matrix(andmed[, 2:4]) #Enne koma tühi, st. võetakse kõik read
                     #esimeses tulbas olevaid nimesid ei võta. 
                     #Kasutatakse maatriksit, kus kõik tulbad ühte tüüpi (arvud)
arvud
arvud2=arvud #sama suur maatriks, kuhu normaliseeritud tulemusi arvutada
for(tulbanr in 1:ncol(arvud)){ #käin muutujaga tulbanr läbi kõik tulbad
  lahutatud=arvud[,tulbanr]-min(arvud[,tulbanr]) #kaugused vähimast
  arvud2[, tulbanr]=lahutatud/max(lahutatud)
}
arvud2

koordinaadid=matrix(runif(nrow(arvud)*2), ncol=2) #kaks tulpa: x ja y. Arve iga inimese kohta kaks tükki
    #Tekitab igale inimesele xy koordinaatteljestikus juhusliku asukoha mõlemal teljel 0 ja 1 vahele
    #lähteasend 
koordinaadid

sammukoef=0.01 #osakaal, kui palju andmete ja koordinaatide erinevusest ühe võrdlussammuga paika lükatakse
a=1
b=2 #kahe võrreldava inimese reanumbrid
# kaugus andmeid pidi
vahed=arvud2[a, ]-arvud2[b, ] #erinevused tunnuste kaupa
andmekaugus=sqrt(sum(vahed*vahed)) #ruutjuur erinevuste ruutude summast
#kaugus koordinaate pidi
vahed=koordinaadid[a,]-koordinaadid[b, ] #Vektor punktist b punkti a
koordinaadikaugus=sqrt(sum(vahed*vahed)) 

kaugustevahe=koordinaadikaugus-andmekaugus
andmekaugus
koordinaadikaugus
kaugustevahe
b_uus=koordinaadid[b, ]+kaugustevahe*sammukoef*vahed
koordinaadid[a, ]
koordinaadid[b, ]
b_uus
koordinaadid[b,]=b_uus

arvud2
vahed
#prop.table(arvud, 2) #osakaal vastava veeru kogusummast



###puhtand
sammukoef=0.01
for(i in 1:1000){
for(a in 1:nrow(arvud2)){
  for(b in 1:nrow(arvud2)){  #Kõik inimeste erinevad paarid
    vahed=arvud2[a, ]-arvud2[b, ] #erinevused tunnuste kaupa
    andmekaugus=sqrt(sum(vahed*vahed)) #ontoloogiline kaugus
    vahed=koordinaadid[a,]-koordinaadid[b, ] #Vektor punktist b punkti a
    koordinaadikaugus=sqrt(sum(vahed*vahed)) #geograafiline kaugus
    kaugustevahe=koordinaadikaugus-andmekaugus
    koordinaadid[b,]=koordinaadid[b, ]+kaugustevahe*sammukoef*vahed
  }
}
}
koordinaadid
#multidimensionaalne skaleerimine (nonmetric?)
#Mauri Kaipainen

#plot(c(koordinaadid[1,]), c(koordinaadid[2, ]))
plot(koordinaadid[,1], koordinaadid[, 2], 
       xlim=c(-1, 1), ylim=c(-1, 1), type="n")
text(koordinaadid[,1], koordinaadid[, 2], labels=andmed$Eesnimi)
help(text)
plot(1:5)