library(datasets)

euclid <- function(x1,x2) #x musi byc postaci x1 - x2
{
  sqrt(rowSums((x1-x2)^2))
}


wymiar <- 2

k_means <- function(dane, k, max_iter, wymiar)
  #k - liczba klastrow, max_iter - maksymalna liczba iteracji
{
  #
  # losowanie punktow poczatkowych
  #
  means <- (sample(1:dim(dane)[1],k))
  clusters <- dane[means,]
  print('klastry')
  print(clusters)
  #do kazdego klastra zostana przypisane najblizej lezace punkty
  #dla kazdego punktu obliczane sa odleglosci od wszystkich klastrow
  #przypisywany jest do najblizszego
  clustlist = list() #inicjalizacja listy na macierze klastrow
  w = list()
  for (i in 1:max_iter) 
  {
      for (j in 1:k) #petla po wszystkich klastrach
      {
       # macierz klastrow
        clustlist[[j]] <- t(matrix(clusters[j,],wymiar,dim(dane)[1]))
        w[[j]]<-euclid(dane,unlist(clustlist[[j]]))
        #print(w)
      }
    
  }
  return(w)
}


a<-k_means(iris[, 3:4], 2, 1,2)