Integracja projektu

Justyna.py

@@ -121,6 +121,7 @@ class main():
         self.field = field
         self.ui = ui
         self.path = path
+        self.result = 0
 
     def main(self):
         training_data = pd.DataFrame(data=dataset.training_data, columns=dataset.header)
@@ -131,7 +132,7 @@ class main():
         pprint(tree)
 
         # Testowanie drzewa
-        print(test(testing_data, tree))
+        #print(test(testing_data, tree))
 
         # Uzyskanie danych od agenta
         ocena_burakow = self.ocen_ile_burakow()
@@ -143,8 +144,11 @@ class main():
         data = [[pogoda, ocena_chwastow, ocena_burakow, '']]
 
         #podjecie decyzji
-        result = data_to_dict(data, tree)
-        print('czy traktor chce pracowac: ' + result)
+        self.result = data_to_dict(data, tree)
+        print('czy placa sie pracowac: ' + self.result)
+    
+    def get_result(self):
+        return self.result
 
     def licz_chwasty_buraki(self):
         chwasty = 0

collective.py

@@ -22,18 +22,19 @@ class main():
 
     def main(self):
 
-        #tutaj Justyna decyduje co my w ogole robimy
-
-        order = self.set_order()  #wybieramy kolejnosc prac na polu
-        self.kamila.learn_tree()  #uczenie drzewa
-        for action in order:
-            self.traktor.set_mode(action)                   # ustawiamy tryb traktorowi
-            field = self.neuro_check_field()                # sprawdzamy pole
-            coords = self.kamila.main_collective(field)     # zwracam koordynaty pol zgodych z wybranym trybem
-            # tutaj Piotrek tworzy optymalna sciezke
-            # traktor wykonuje prace na polu
-        pass
+        self.justyna.main() # sprawdzamy czy oplaca sie pracowac
 
+        if(self.justyna.result != 'nie'): 
+            order = self.set_order()  #wybieramy kolejnosc prac na polu
+            self.kamila.learn_tree()  #uczenie drzewa
+            for action in order:
+                self.traktor.set_mode(action)                   # ustawiamy tryb traktorowi
+                field = self.neuro_check_field()                # sprawdzamy pole
+                coords = self.kamila.main_collective(field)     # zwracam koordynaty pol zgodych z wybranym trybem
+                # tutaj Piotrek tworzy optymalna sciezke
+                # traktor wykonuje prace na polu
+            pass
+        
 
     def neuro_check_field(self):
         field = []

dataset.py

@@ -8,20 +8,20 @@ training_data = [
     ['slonecznie', 'malo', 'bardzo_duzo', 'tak'],
     ['slonecznie', 'duzo', 'bardzo_malo', 'srednio'],
     ['slonecznie', 'malo', 'bardzo_malo', 'srednio'],
-    ['deszcz', 'bardzo_duzo', 'malo', 'nie'],
+    ['deszcz', 'bardzo_duzo', 'malo', 'sredino'],
     ['deszcz', 'srednio', 'srednio', 'srednio'],
     ['deszcz', 'malo', 'bardzo_duzo', 'tak'],
     ['deszcz', 'duzo', 'duzo', 'srednio'],
     ['deszcz', 'malo', 'malo', 'tak'],
     ['deszcz', 'srednio', 'bardzo_duzo', 'tak'],
-    ['grad', 'srednio', 'malo', 'nie'],
+    ['grad', 'srednio', 'malo', 'srednio'],
     ['grad', 'bradzo_malo', 'bardzo_duzo', 'srednio'],
-    ['grad', 'duzo', 'srednio', 'nie'],
+    ['grad', 'duzo', 'srednio', 'srednio'],
     ['grad', 'malo', 'bardzo_malo', 'srednio'],
     ['grad', 'bardzo_duzo', 'bardzo_malo', 'nie'],
     ['grad', 'srednio', 'bardzo_malo', 'nie'],
     ['zachmurzenie', 'srednio', 'srednio', 'tak'],
-    ['zachmurzenie', 'bardzo_duzo', 'duzo', 'nie'],
+    ['zachmurzenie', 'bardzo_duzo', 'duzo', 'srednio'],
     ['zachmurzenie', 'malo', 'srednio', 'tak'],
     ['zachmurzenie', 'duzo', 'malo', 'srednio'],
     ['zachmurzenie', 'malo', 'bardzo_malo', 'tak'],