gen3<-function()
{
# liczy wszystkie kombinacje 3 liczb 0-1 tj. 8
tt<-matrix(0,nrow=8,ncol=3)
nr<-0
for (i in 0:1) 
for (j in 0:1) 
for (k in 0:1) 
{
nr<-nr+1
tt[nr,1]<-i
tt[nr,2]<-j
tt[nr,3]<-k
}
return(tt)
}

w<-gen3()

*****************************************
gen10<-function(w)
{
# oblicza kombinacje 3 modeli dla 10 obserwacji przy zadanej dokładności

dopisz<-function(z,zw)
{
# sprawdza czy dana kombinacja juz jest i jesli nie - dopisuje ja na koniec
jest<-0
for (j in 1:nrow(z)) if (sum(zw==z[j,])==ncol(z)) {jest<-1; break}
if (jest==0) z<-rbind(z,zw)
return(z)
}

tt<-matrix(0,ncol=10)
for (i1 in 1:8) 
for (i2 in 1:8) 
for (i3 in 1:8) 
for (i4 in 1:8) 
for (i5 in 1:8) 
for (i6 in 1:8) 
for (i7 in 1:8) 
for (i8 in 1:8) 
for (i9 in 1:8) 
for (i10 in 1:8) 
{
suma1<-w[i1,1]+w[i2,1]+w[i3,1]+w[i4,1]+w[i5,1]+w[i6,1]+w[i7,1]+w[i8,1]+w[i9,1]+w[i10,1]
suma2<-w[i1,2]+w[i2,2]+w[i3,2]+w[i4,2]+w[i5,2]+w[i6,2]+w[i7,2]+w[i8,2]+w[i9,2]+w[i10,2]
suma3<-w[i1,3]+w[i2,3]+w[i3,3]+w[i4,3]+w[i5,3]+w[i6,3]+w[i7,3]+w[i8,3]+w[i9,3]+w[i10,3]
if (suma1==6&suma2==6&suma3==6)
{
tts<-as.matrix(sort(cbind(i1,i2,i3,i4,i5,i6,i7,i8,i9,i10)))
tt<-dopisz(tt,tts) 
print(nrow(tt))
}
}
return(tt)
}


wyn<-gen10(w)


************************
rozklad<-function(x,kunch=FALSE)
{
# buduje rozkłady wariantów decyzji pojedynczych modeli 
# dla 10 obserwacji - jak w ksiazce Kuncheva (TRUE) 
kol<-ncol(x)
wie<-nrow(x)
tt<-matrix(0,nrow=wie,ncol=8)
tt2<-tt
colnames(tt)<-c("000","001","010","011","100","101","110","111")
colnames(tt2)<-c("111","101","011","001","110","100","010","000")
for (i in 1:wie)
{
mb<-numeric(length=8)
for (j in 1:kol) for (k in 1:8) mb[k]<-mb[k]+as.numeric(x[i,j]==k)
tt[i,]<-mb
}
tt2[,1]<-tt[,8]
tt2[,2]<-tt[,6]
tt2[,3]<-tt[,4]
tt2[,4]<-tt[,2]
tt2[,5]<-tt[,7]
tt2[,6]<-tt[,5]
tt2[,7]<-tt[,3]
tt2[,8]<-tt[,1]
if (kunch) tt2 else tt
}


rr<-rozklad(wyn)


*****************************
rozkoduj<-function(x)
{
# zamienia wyniki z procedury gen3_10 na 77 tablic 
# z wynikami klasyfikacji o wymiarach 10 x 3
w<-matrix(0,nrow=8,ncol=3)
w[1,]<-c(0,0,0)
w[2,]<-c(0,0,1)
w[3,]<-c(0,1,0)
w[4,]<-c(0,1,1)
w[5,]<-c(1,0,0)
w[6,]<-c(1,0,1)
w[7,]<-c(1,1,0)
w[8,]<-c(1,1,1)
kol<-ncol(x)
wie<-nrow(x)
tt<-rep(0, 10*3*77)
dim(tt)<-c(10,3,77)
tto<-matrix(0,nrow=kol,ncol=3)
for (i in 1:wie)
{
tto<-matrix(0,nrow=kol,ncol=3)
for (j in 1:kol) tto[j,]<-w[x[i,j],]
tt[,,i]<-tto
}
tt
}


roz<-rozkoduj(wyn)


************************************
liczb<-function(w,bl=FALSE)
{ 
# oblicza blad lub dokladnosc w glosowaniu dla 3 modeli i 10 obs
# na podstawie tabeli 77 x 10 (x)
# TRUE - blad, FALSE - dokladnosc
oz<-c(0,0,0,1,0,1,1,1)
# wynik glosowania wiekszosciowego dl 8 kombinacji 3 modeli
kol<-ncol(w)
wie<-nrow(w)
blad<-matrix(0,nrow=wie)
colnames(blad)<-c("dokl")
rownames(blad)<-1:wie
for (i in 1:wie)
{
ss<-sum(oz*w[i,])
blad[i]<-(ss/10)
}
if (bl) 
{
colnames(blad)<-c("blad")
blad<-1-blad
}
blad
}

tablica<-liczb(rr,bl=T)




***************************************
div_sr<-function(ww)
{
div_pair<-function(o1,o2)
{ 
# do obliczen w procedurze
# o1 oracle label for classifier 1
# o2 oracle label for classifier 2
# tm - wyjscie
tm<-matrix(0,nrow=7,ncol=1)
tt<-table(o1,o2)
t1<-matrix(0,ncol=2,nrow=2)
t1<-tt
if (sum(o1)==0 & sum(o2)==0) t1[1,1]<-tt[1,1]
if (sum(o1)==length(o1) & sum(o2)==length(o2)) t1[2,2]<-tt[1,1]
if (sum(o1)==0 & sum(o2)>0) t1[1,]<-tt[1,]
if (sum(o1)>0 & sum(o2)==0) t1[,1]<-tt[,1]
a<-t1[2,2]
b<-t1[2,1]
c<-t1[1,2]
d<-t1[1,1]
tm[1]<-((a*d)-(b*c))/sqrt((a+b)*(c+d)*(a+c)*(b+d))
tm[2]<-((a+d)-(b+c))/(a+b+c+d)
tm[3]<-(a*d-b*c)/(a*d+b*c)
tm[4]<-d/(a+b+c+d)
tm[5]<-(2*(a*c-b*d))/((a+b)*(c+d)+(a+c)*(b+d))
tm[6]<-(b+c)/(a+b+c+d)
tm[7]<-(a+d)/(a+b+c+d)
return(tm)
}

wo<-matrix(0,nrow=10,ncol=3)
tw<-rep(0,7*4*77)
dim(tw)<-c(7,4,77)
colnames(tw)<-c("C1,C2","C1,C3","C2,C3","Srednia")
rownames(tw)<-c("Pears","Hamm","Yule","CompD","Kappa","Disag","Zgod")

for (i in 1:77)
{
wo<-ww[,,i]
kol<-ncol(wo) 
wie<-nrow(wo) 
md<-matrix(0,nrow=7,ncol=4)
nr<-0
for (j in 1:(kol-1)) for (k in (j+1):kol)
{ 
# dla jednej warstwy macierzy (jeden uklad klasyfikacji)
nr<-nr+1
md[,nr]<-div_pair(wo[,j],wo[,k])
}
for (j in 1:7) md[j,4]<-2*sum(md[j,1:kol])/(kol*(kol-1))
tw[,,i]<-md
}
tw
}


tab77<-div_sr(roz)
mt<-tab77[,4,]
mr<-t(mt)
cor(mr)
blad<-liczb(rr,bl=T)
razem<-cbind(blad,mr)
cor(razem)
###########################################

plot(razem[,3],razem[,1],ylab="Błąd modelu zagregowanego",xlim=c(-0.7,1),xlab="Wartości miary",main="Miara Hamanna",pch=16)
#points(razem[39,3],razem[39,1],cex=1.5,pch=15)
#points(razem[45,3],razem[45,1],cex=1.5,pch=17)
text(0.0,0.1,"Model nr 39",pos=4)
text(0.0,0.6,"Model nr 45",pos=2)

arrows(0.0,0.1,razem[39,3],razem[39,1],length = 0.15, angle = 20, code = 2)
arrows(0.0,0.6,razem[45,3],razem[45,1],length = 0.15, angle = 20, code = 2)

plot(razem[,4],razem[,1],ylab="Błąd modelu zagregowanego",xlim=c(-0.7,1),xlab="Wartości miary",main="Miara Yule'a",pch=16)
#points(razem[39,4],razem[39,1],cex=1.5,pch=15)
#points(razem[45,4],razem[45,1],cex=1.5,pch=17)

text(0.0,0.1,"Model nr 39",pos=4)
text(0.0,0.6,"Model nr 45",pos=2)

arrows(0.0,0.1,razem[39,4],razem[39,1],length = 0.15, angle = 20, code = 2)
arrows(0.0,0.6,razem[45,4],razem[45,1],length = 0.15, angle = 20, code = 2)