clearvars
close all
clc
%%
load creatinina_bis
%%

% Visualizzazione dei dati
figure;
boxplot(data);
title('Dati generati');
xlabel('Asse X');
ylabel('Asse Y');
grid on;

% Calcolo della matrice di distanza (distanza euclidea)
distanceMatrix = pdist(data, 'euclidean');


%%
% Applicazione del clustering gerarchico con metodo di Ward
linkageMatrix = linkage(distanceMatrix, 'complete');

% Generazione del dendrogramma
figure;
H=dendrogram(linkageMatrix, 'Orientation', 'top'); % Dendrogramma verticale
set(H,'LineWidth',2)
fontsize(16,"points")
title('Dendrogramma gerarchico (metodo complete)');
xlabel('Posizione dei dati nel vettore Dati');
ylabel('Distanza');

%%

% Calcolo delle distanze cophenetiche
[cophDist, copheneticCorr] = cophenet(linkageMatrix, distanceMatrix);

%r = corr(distanceMatrix',copheneticCorr','type','spearman');
%%
% Calcolo indice di inconsistenza
inconsistencyMatrix = inconsistent(linkageMatrix);

% Visualizzazione della matrice di inconsistenza
disp('Matrice di inconsistenza:');
disp(inconsistencyMatrix);

% Definizione di una soglia per l'indice di inconsistenza
threshold = 1.0; % Cambiare in base al dataset e al livello desiderato di separazione

% Taglio del dendrogramma in base alla soglia
clusters = cluster(linkageMatrix, 'cutoff', threshold, 'criterion', 'inconsistent');

uniqueClusters = unique(clusters); % Identifica i cluster unici
numClusters = length(uniqueClusters); % Numero di cluster

% Visualizzazione del dendrogramma con taglio
figure;
H=dendrogram(linkageMatrix, 'ColorThreshold', threshold);
set(H,'LineWidth',2)
fontsize(16,"points")
title(['Dendrogramma con soglia di inconsistenza = ', num2str(threshold)]);
xlabel('Punti');
ylabel('Distanza');

% % Visualizzazione dei cluster ottenuti
% disp('Cluster assegnati ai dati:');
% disp(clusters);

%%

% Definizione di un intervallo di soglie da esplorare
thresholdValues = 0.01:0.01:5; 

% Inizializzazione delle variabili per memorizzare i risultati
silhouetteScores = zeros(length(thresholdValues), 1);

% Loop sulle soglie
for i = 1:length(thresholdValues)
    % Taglio del dendrogramma con la soglia corrente
    clusters = cluster(linkageMatrix, 'cutoff', thresholdValues(i), 'criterion', 'inconsistent');
    
    % Calcolo del silhouette score (solo se ci sono più di 1 cluster)
    if length(unique(clusters)) > 1
        silScore = mean(silhouette(data, clusters, 'Euclidean'));
    else
        silScore = -Inf; % Non valido se c'è un solo cluster
    end
    
    silhouetteScores(i) = silScore;
    clear silScore
    
end


% Grafico della qualità del clustering in funzione della soglia
figure;
plot(thresholdValues, silhouetteScores, '-o', 'LineWidth', 2);
title('Silhouette Score vs. Soglia di inconsistenza');
xlabel('Soglia di inconsistenza');
ylabel('Silhouette Score');
grid on;

%%

% Taglio del dendrogramma in base alla soglia
clusters = cluster(linkageMatrix, 'MaxClust',5);

%%

% Grafico dei dati con i cluster e i centroidi
uniqueClusters = unique(clusters); % Identifica i cluster unici
numClusters = length(uniqueClusters); % Numero di cluster
centroids = zeros(numClusters); % Preallocazione

for i = 1:numClusters
    % Trova gli indici dei punti appartenenti al cluster corrente
    clusterPoints = data(clusters== uniqueClusters(i), :);
    
    % Calcola il centroide come media dei punti
    centroids(i, :) = mean(clusterPoints, 1);
end