%% Definizione della matrice dei dati iniziale
X=[0.85	15.9
0.81	57.0
0.42	30.2
0.44	46.0
0.35	133.9
0.30	7.5
0.29	39.5
0.50	10.0
0.19	8.4
0.44	19.5
0.40	36.0
0.50	4.8
0.20	7.9
0.35	72.0
0.25	18.1
0.15	30.6
0.44	132.4
0.79	328.1
0.60	208.0
0.50	140.0
0.44	362.0
0.65	202.0];
% labels = vettore colonna che contiene le etichette
labels={'Fiuggi' 'Rocchetta' 'Panna' 'S.Benedetto' ...
        'Fabia' 'Fonteviva' 'Conad Lieta' 'S.Bernardo' ...
        'Guizza Caudana' 'Levissima' 'Vera' 'Fontealta' ...
        'Norda' 'Conad Flaminia' 'Pejo' 'Guizza' 'Aura' ...
        'S.Gemini' 'S.Pellegrino' 'Gaudianello' 'Ferrarelle' 'Uliveto'}';
varlabels={'Prezzo' 'Calcio'};
Xtable=array2table(X,'RowNames',labels','VariableNames',varlabels);
disp(Xtable)
%% Diagramma di dispersione iniziale
scatter(X(:,1),X(:,2),'o')

%% Diagramma di dispersione iniziale con labels
scatter(X(:,1),X(:,2),'o')
text(X(:,1),X(:,2),labels)
xlabel(varlabels{1})
ylabel(varlabels{2})


%% I dati vengono standardizzati
Z=zscore(X);
Ztable=array2table(Z,'RowNames',labels','VariableNames',varlabels);

%% Due gruppi: Metodo delle k-medie 
[idx,C]=kmeans(Z,2);
% Rappresentazione grafica dei cluster ottenuti
spmplot(Ztable,idx);

%% Due gruppi: diagramma di dispersione con aggiunta dei centroidi ed etichette
close all
gscatter(Z(:,1),Z(:,2),idx,'br','ox',10)
hold('on')
% Aggiunta dei centroidi
scatter(C(:,1),C(:,2),500,'ks')
% Aggiunta della legenda
legend({'Gruppo 1' 'Gruppo 2' 'Centroidi'})
numEeti=strcat(num2str(idx),'-',labels);
% Aggiunta delle label per ogni punto (gruppo di appartenenza e nome della
% riga)
text(Z(:,1),Z(:,2),numEeti)
xlabel(varlabels{1})
ylabel(varlabels{2})


%% Tre gruppi: metodo delle k-medie 
[idx,C]=kmeans(Z,3);
% Rappresentazione grafica dei cluster ottenuti
spmplot(Ztable,idx);

%% Tre gruppi: rappresentazione del diagramma di dispersione con aggiunta dei centroidi
close all
gscatter(Z(:,1),Z(:,2),idx,'brg','ox*',10)
hold('on')
% Aggiunta dei centroidi
scatter(C(:,1),C(:,2),500,'ks')
% Aggiunta della legenda
legend({'Gruppo 1' 'Gruppo 2' 'Gruppo 3' 'Centroidi'})
numEeti=strcat(num2str(idx),'-',labels);
% Aggiunta delle label per ogni punto (gruppo di appartenenza e nome della
% riga)
text(Z(:,1),Z(:,2),numEeti)
xlabel(varlabels{1})
ylabel(varlabels{2})


%% Quattro gruppi: metodo delle k-medie 
[idx,C]=kmeans(Z,4);
% Rappresentazione grafica dei cluster ottenuti
spmplot(Ztable,idx);

%% Quattro gruppi: rappresentazione del diagramma di dispersione con aggiunta dei centroidi
close all
gscatter(Z(:,1),Z(:,2),idx,'brg','ox*',10)
hold('on')
% Aggiunta dei centroidi
scatter(C(:,1),C(:,2),500,'ks')
% Aggiunta della legenda
legend({'Gruppo 1' 'Gruppo 2' 'Gruppo 3' 'Gruppo 4' 'Centroidi'})
n=size(Z,1);
numEeti=strcat(num2str(idx),'-',labels);
% Aggiunta delle label per ogni punto (gruppo di appartenenza e nome della
% riga)
text(Z(:,1),Z(:,2),numEeti)
xlabel(varlabels{1})
ylabel(varlabels{2})


%% Indice di Calinski Harabasz
% Calcolo indice di Calinski Harabasz per una numerosità dei gruppi pari  a
% 2, 3 e 4  
close all
dd=evalclusters(Z,'kmeans','CalinskiHarabasz','KList',2:4);
plot(2:4,dd.CriterionValues)
title('Indice di Calinki e Harabasz')
xlabel('k')
% Si noti che i risultati sono per k=3 e k=4 sono diversi con quelli
% ottenuti dalla macro di Excel kmeans