isikud=read.table("d:/jaagup/xmldigi/masinope/isikud.txt", 
                  header=TRUE, sep=",")
plot(isikud$kehamass, isikud$juuksepikkus, col=isikud$sugu)
plot(isikud$kehamass, isikud$kehapikkus, col=isikud$sugu)
plot(isikud$juuksepikkus, isikud$kehapikkus, col=isikud$sugu)
tundmatud=read.table("d:/jaagup/xmldigi/masinope/tundmatud.txt", 
                  header=TRUE, sep=",")

plot(isikud$juuksepikkus, isikud$kehapikkus, col=isikud$sugu)
points(tundmatud$juuksepikkus, tundmatud$kehapikkus, col="blue")
library(class)
vastus=knn(isikud[, 1:3], tundmatud[, 1:3], isikud$sugu, k=3)
vastus

a2=read.table("d:/jaagup/xmldigi/masinope/keel/a2.txt", 
              header=TRUE, sep="\t", encoding = "UTF8")
head(a2)


library(stringr)
lause="Juku tuli kooli "
str_length(lause)
nchar(lause)
str_sub(lause, 3, 4)
lause
str_trim(lause)
str_c(lause, "kell kaheksa", " ", "hommikul")
str_to_lower(lause)
str_sort(c("Kati", "Juku", "Mati"))
str_replace(lause, "Juku", "Madis")
str_split(lause, " ")[[1]]
str_split(lause, " ")[[1]][2]
str_count(lause, "u")
str_count(lause, "Juku")

#Sõnast kindla pikkusega lõikude leidmine

sona="kapsasupp"
sonapikkus=str_length(sona)
loigupikkus=3
sapply(1:(sonapikkus+1-loigupikkus), 
  function(alguskoht){str_sub(sona, alguskoht, alguskoht+loigupikkus-1)})

jupid <- function(sona, loigupikkus){
  sona=str_to_lower(sona)
  sonapikkus=str_length(sona)
  sapply(1:(sonapikkus+1-loigupikkus), 
         function(alguskoht){
           str_sub(sona, alguskoht, alguskoht+loigupikkus-1)})
}

jupid("Kaalikas", 2)

lausejupid <- function(lause, loigupikkus){
  sonad=str_split(str_to_lower(lause), "[^a-zõäöü]" )[[1]] #tükeldab mittetähtede kohalt
  sonad=sonad[str_length(sonad)>0] #eemaldab tühjad lõigud
  vastus=c()
  for(sona in sonad){
    vastus=c(vastus, jupid(sona, loigupikkus))  
  }
  vastus
}

lausejupid("Juku tuli kooli, kott! oli käes", 2)
j1=lausejupid("Juku tuli kooli, kott! oli käes", 2)
t1=as.data.frame(table(j1))
t1[order(-t1$Freq),] #Sageduste järgi kahanevas järjekorras
library(readr)
read_file("d:/jaagup/xmldigi/masinope/keel/juhenddigi.txt")
lausejupid(read_file("d:/jaagup/xmldigi/masinope/keel/juhenddigi.txt"), 2)
table(lausejupid(read_file("d:/jaagup/xmldigi/masinope/keel/juhenddigi.txt"), 2))

failisagedused<-function(fnimi, loigupikkus){
   tabel=as.data.frame(table(lausejupid(read_file(fnimi), loigupikkus)))
   tabel[order(-tabel$Freq), ]
}

sagedused=failisagedused("d:/jaagup/xmldigi/masinope/keel/juhenddigi.txt", 2)
sagedused