proc = Processor("data/Learning_sample.txt")
# Выполнение PCA
proc.perform_pca(n_components=4)
# Анализ PCA спектра
proc.plot_pca_spectrum()
# Сокращение размерности - переход в новое пространство признаков
proc.reduce_dimension()
# Кластеризация методом k-means
proc.fit_kmeans()
proc.show_labels()
# Построение проекции кластеров на плоскости
proc.plot_clusters()
# Вычисление расстояния между кластерами и внутрикластерного среднего
print("Рассояние между кластерами: %f" % proc.cluster_distance())
print("Внутрикластерное среднее: %f" % proc.intra_cluster_average())
# Прогноз по файлу Test_sample.txt
from numpy import loadtxt, savetxt, transpose
data = transpose(loadtxt("data/Test_sample.txt"))
forecast = proc.predict(data)
# Запись результатов в файл Forecast.txt
savetxt("data/Forecast.txt", forecast, delimiter=" ", fmt="%i")
