This commit is contained in:
s444426 2020-06-09 19:34:29 +02:00
parent 0b0ee6612b
commit 2bae8269f2
2 changed files with 17 additions and 4 deletions

View File

@ -10,7 +10,7 @@ from sklearn.tree import export_graphviz
def decision(plant,feed,growth,dryness):
# czytanie pliku csv
df = pd.read_csv("C:\DATA\#Mike\#Studia\#Rok II- Semestr II\#Sztuczna_inteligencja\Projekt\AIProjekt\data.csv")
df = pd.read_csv("data.csv")
#print(df)
#zmiana słów na cyfry, ponieważ drzewo decyzyjne opiera się na cyfrach

13
main.py
View File

@ -2,6 +2,7 @@ import pygame, sys
from traktor import Traktor
import dijkstra as di
import decisiontree as dt
from ID3 import predict_data
import matplotlib.pyplot as plt
from tensorflow.keras.preprocessing import image
@ -47,9 +48,11 @@ class Game(object):
#ładowanie tablicy ze zdjeciami
imgs = []
data_plant = []
data_soil = []
img_dir = './imgs'
for _ in lokalizacje:
data_plant.append([random.randrange(5, 90),random.randrange(0, 120),random.randrange(5, 90)])
data_soil.append([random.randrange(44, 75)/10, random.randrange(0, 100)/100])
imgs.append(img_dir + '/' + random.choice(os.listdir(img_dir)))
#model do rozpoznawania
@ -146,6 +149,16 @@ class Game(object):
index = list_of_preds.index(max(list_of_preds))
#print(index)
names = ['cabbage', 'beetroot', 'carrot', 'pumpkin']
# decyzja o posadzeniu nowej rośliny następuje wtedy, gdy jest ona dojrzała przynajmniej w 90%
if(data_plant[pt][1] > 90):
predict_data([names[index], data_soil[pt][0], data_soil[pt][1]])
index = names.index(names[index])
#imgs[pt] = img_dir + '/' + names[index] + '.jpg'
data_plant[pt] = [0, 0, 50]
else:
print("Planted: none")
if index == 0:
dt.decision(4, data_plant[pt][0],data_plant[pt][1],data_plant[pt][2])