iris
skaleeritud=scale(iris[, 1:4])
plot(skaleeritud[,3:4], col=iris$Species)

library(caret)
round(runif(10, 1, 150)) #kümme juhustlikku täisarvu vahemikus 1-150
treeningunumbrid=round(runif(100, 1, 150))
treeningandmed=iris[treeningunumbrid, ]
uuringunumbrid=setdiff(1:150, treeningunumbrid) #need, mis ei ole treeningus
treeningunumbrid
uuringunumbrid
uuringuandmed=iris[uuringunumbrid, ]
library(class)
vastus1=knn(treeningandmed[, 1:4], uuringuandmed[, 1:4], treeningandmed[,5], k = 3)
vastus1
uuringuandmed[, 5]
table(vastus1, uuringuandmed[, 5])

head(treeningandmed)

setdiff(1:10, 1:5)


setwd("d:/jaagup/xmltark/masinope")
list.files("kood")
library(readr)
for (fnimi in list.files("kood")){
  sisu=read_file(paste("kood",fnimi, sep="/"))
  sapply(letters, function(t){str_count(sisu, t)})
  #print(sisu)
}

setwd("d:/jaagup/xmltark/masinope")
library(stringr)
koodisagedused=t(sapply(list.files("kood"), function(fnimi){
  sisu=read_file(paste("kood",fnimi, sep="/"))
  sapply(letters, function(t){str_count(sisu, t)})
}))
koodisagedused

uudistesagedused=t(sapply(list.files("uudised"), function(fnimi){
  sisu=read_file(paste("uudised",fnimi, sep="/"))
  sapply(letters, function(t){str_count(sisu, t)})
}))
uudistesagedused

koos=as.data.frame(rbind(koodisagedused, uudistesagedused))
koos[, 1:5]
koos$tyyp="uudis"
koos[1:nrow(koodisagedused), "tyyp"]="kood"
koos
knn(koos[, 1:26], koodisagedused, koos[, "tyyp"], k=2)
knn(koos[, 1:26], koodisagedused, koos[, "tyyp"], k=2)

#Lisage kolmas kataloog segatüüpi tekstidega, 
#vaata, mille puhul pakutakse õigesti, et kas tegemist uudise või koodiga

class(koos)
library(stringr)
str_count("tere", "e")

sapply(letters, function(t){str_count("tere", t)})