"""
Aufgabe: k-means classifier verwenden um cluster im iris datenset zu finden und aufgrund von features Klassen von Samples predicten

Erkenntnis aus dieser Aufgabe
 - der k-means Algorithmus ist nicht perfekt für diese Art von Daten geeignet
 - wahrscheinlich weil die Cluster geometrisch zu wenig kugelförmig sind
"""

import matplotlib.pyplot as plt

from sklearn.decomposition import PCA
from sklearn import datasets
from sklearn.cluster import KMeans
from sklearn import metrics

# iris datenset laden
iris = datasets.load_iris()

# print 150 samples
print(iris.target)

"""
Egal wie die parameter gewählt werden, die metriken sind nicht sehr gut.
"""
# kmeans = KMeans(n_clusters=3, init="random", n_init=1)
# kmeans = KMeans(n_clusters=3, init='random', n_init=50)
# kmeans = KMeans(n_clusters=3, init='k-means++', n_init=10)
kmeans = KMeans(n_clusters=3)

# fit auf daten
kmeans.fit(iris.data)

# Gegenüberstellung gold standard vs prediction
print("gold standard vs. prediction")
for target_label, predicted_label in zip(iris.target, kmeans.labels_):
    print(f"{target_label} -> {predicted_label}")

# ausgeben aller relevanten metriken
print(metrics.homogeneity_score(iris.target, kmeans.labels_))
print(metrics.completeness_score(iris.target, kmeans.labels_))
print(metrics.adjusted_rand_score(iris.target, kmeans.labels_))
print(metrics.silhouette_score(iris.data, kmeans.labels_))

# plot vorbereiten (Idee von kmeans digits)
# Transformation 4D nach 2D via Projektionsfit
pca = PCA(n_components=2)
X2d = pca.fit_transform(iris.data)
centroids2d = pca.transform(kmeans.cluster_centers_)

# plotten der Punktewolke und einzeichnen der Centroiden
plt.scatter(X2d[:, 0], X2d[:, 1], c=kmeans.labels_, cmap="viridis", s=30, alpha=0.7)
plt.scatter(
    centroids2d[:, 0], centroids2d[:, 1], c="red", marker="X", s=200, edgecolors="black"
)
plt.xlabel(f"PC1 ({pca.explained_variance_ratio_[0]:.1%} var)")
plt.ylabel(f"PC2 ({pca.explained_variance_ratio_[1]:.1%} var)")
plt.title("K-Means on Iris (PCA projection)")
plt.colorbar(label="Cluster")
plt.savefig("kmeans_iris.png", dpi=150)