# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans, DBSCAN, AgglomerativeClustering
from sklearn.mixture import GaussianMixture


"""

Wczytanie i wizualizacja ćwiczebnego zbioru danych.
Ilustracja wybranych cech typowych zbiorów danych: grupy o różnym kształcie,
gęstości, separacji; izolowane punkty (anomalie, dane odstające).

"""

record = np.load('toy_cluster.npz')
Xs, y_true = record['X'], record['y']
X = np.load('toy_cluster.npz')['X']

plt.scatter(X[:, 0], X[:, 1], c='w', edgecolors='k', s=10, alpha=0.5)
plt.show()

"""

Algorytm K-średnich (K-means)
-----------------------------
Na zmianę przypisujemy punkty do najbliższego 
środka i przesuwamy środek jako średnią przypisanych punktów.
Zobacz K_Means_Example_Step_1/2/3/4.png

Prosty (=intuicyjny), sprawny, szybki (MiniBatchKMeans), przewidywalny.

"""

model = KMeans(n_clusters=5, n_init="auto", random_state=0)
labels = model.fit_predict(X)
colors = [plt.cm.jet(l / max(labels)) for l in labels]
plt.scatter(X[:, 0], X[:, 1], c=colors, edgecolors='k', s=50, alpha=0.5)
plt.show()

"""

Algorytm DBSCAN
---------------
O przynależności punktów decyduje liczba sąsiadów, punkty "rdzeniowe"/core 
(wiele punktów w pobliżu, A), "w oddali"/reachable (w kontakcie z "core", B/C) 
i szum/noise (izolowane od innych punktów).
Zobacz DBSCAN-Illustration.png

Skuteczny, nie wymaga szacowania liczby grup, osobno wyróżnia grupy i punkty odstające.

"""

model = DBSCAN(eps=0.42, min_samples=8)
labels = model.fit_predict(X)
colors = [(0.7, 0.7, 0.7) if l < 0 else plt.cm.jet(l / max(labels)) \
          for l in labels]
plt.scatter(X[:, 0], X[:, 1], c=colors, edgecolors='k', s=50, alpha=0.5)
plt.show()

"""

Algorytm grupowania hierarchicznego
-----------------------------------

Wersja z pojedynczym przyłączeniem (hierarchical/agglomerative clustering,
single linkage). Na początku każdy przykład jest osobną grupą, łączymy 
grupy według reguły - np. odległość dwóch najbliższych punktów w grupie.

Zobacz Hierarchical_clustering_simple_diagram.png

Niewrażliwy na kształt/geometrię/rozplanowania grup, pozwala wyznaczyć hierarchię grup.

"""

model = AgglomerativeClustering(n_clusters=350, linkage="single")
labels = model.fit_predict(X)
plt.scatter(X[:, 0], X[:, 1], c=labels, s=50, alpha=0.5, cmap=plt.cm.prism)
plt.show()

"""

Algorytm mieszaniny rozkładów normalnych (Mixture of Gaussians)
---------------------------------------------------------------

Uogólnienie K-means, zamiast przypisania do najbliższego centroidu,
przyporządkowujemy do najbardziej prawdopodobnego modelu rozkładu normalnego.

Zobacz gmm_iter_*.png

Odwzorowuje złożoną strukturę grup, prosty model.

"""

model = GaussianMixture(n_components=5, covariance_type="full", random_state=0)
labels = model.fit_predict(X)
colors = [plt.cm.jet_r(l / max(labels)) for l in labels]
plt.scatter(X[:, 0], X[:, 1], c=colors, edgecolors='k', s=50, alpha=0.75)
plt.show()