From 7e46213a577fccd698bc2028b16f969d016a22ef Mon Sep 17 00:00:00 2001
From: Agata Lenz <agalen@st.amu.edu.pl>
Date: Tue, 26 May 2020 18:50:34 +0000
Subject: [PATCH] raport

---
 Podprojekt_s444426/raport.md | 129 +++++++++++++++++++++++++++++++++++
 1 file changed, 129 insertions(+)
 create mode 100644 Podprojekt_s444426/raport.md

diff --git a/Podprojekt_s444426/raport.md b/Podprojekt_s444426/raport.md
new file mode 100644
index 0000000..d18e1cc
--- /dev/null
+++ b/Podprojekt_s444426/raport.md
@@ -0,0 +1,129 @@
+# Agata Lenz - drzewa decyzyjne, algorytm ID3
+
+## Wymagania
+Importowane biblioteki:
+* numpy
+* pandas
+
+## Opis podprojektu
+Podprojekt implementuje algorytm ID3 pozwalający wyznaczyć drzewo decyzyjne, przy użyciu którego agent (traktor)podejmie decyzję co posadzić w danym miejscu, na podstawie:
+* *previous* - gatunku rośliny, która poprzednio rosła w danym miejscu
+* *pH* - pH gleby
+* *dry_level* - suchości gleby
+
+## Uczenie modelu
+
+### Dane
+Dane uczące jak i testowe znajdują się w pliku data.py. Dane uczące są zapisane w postaci listy, której elementy to przykładowe dane w formacie ['previous', 'pH', 'dry_level', 'label'], gdzie *label* oznacza posadzoną w wymienionych warunkach roślinę.
+Łącznie zestaw uczący zawiera 47 elementów, a zestaw testowy - 15.
+
+Przykładowe elementy zestawu uczącego:
+```
+ ['pumpkin', 'neutral', 'dry', 'beetroot'],
+ ['none', 'neutral', 'wet', 'pumpkin'],
+ ['cabbage', 'alkaline', 'soaking wet', 'none']
+```
+
+### Implementacja algorytmu ID3
+
+Za budowę drzewa decyzyjnego odpowiada rekurencyjna funkcja *ID3(data, original_data, features, target_attribute_name="label", parent_node_class=None)*:
+
+```
+def ID3(data, original_data, features, target_attribute_name="label", parent_node_class=None):
+    """
+    Algorytm ID3
+
+    parametry:
+        data                    zbiór danych, dla którego poszukujemy drzewa decyzyjnego
+        original_data           oryginalny zbiór danych (zwracany gdy data == None)
+        features                lista atrybutów wejściowego zbioru
+        target_attribute_name   docelowy atrybut, który chcemy przewidzieć
+        parent_node_class       nadrzędna wartość
+    """
+
+    # Jeżeli wszystkie atrybuty są takie same, zwracamy liść z pierwszą napotkaną wartością
+
+    if len(np.unique(data[target_attribute_name])) <= 1:
+        return np.unique(data[target_attribute_name])[0]
+
+    elif len(data) == 0:
+        return np.unique(original_data[target_attribute_name])[
+            np.argmax(np.unique(original_data[target_attribute_name], return_counts=True)[1])]
+
+    elif len(features) == 0:
+        return parent_node_class
+
+    else:
+
+        # Aktualizacja nadrzędnej wartości
+        parent_node_class = np.unique(data[target_attribute_name])[
+            np.argmax(np.unique(data[target_attribute_name], return_counts=True)[1])]
+
+        # Obliczenie przyrostu informacji dla każdego potencjalnego atrybutu,
+        # według którego nastąpi podział zbioru
+        item_values = [info_gain(data, feature, target_attribute_name) for feature in
+                       features]
+
+        # Najlepszym atrybutem jest ten o największym przyroście informacji
+        best_feature_index = np.argmax(item_values)
+        best_feature = features[best_feature_index]
+
+        # Struktura drzewa
+        tree = {best_feature: {}}
+
+        # Aktualizacja zbioru atrybutów
+        features = [i for i in features if i != best_feature]
+
+        # Dla każdej wartości wybranego atrybutu budujemy kolejne poddrzewo
+        for value in np.unique(data[best_feature]):
+
+            sub_data = data.where(data[best_feature] == value).dropna()
+            subtree = ID3(sub_data, data, features, target_attribute_name, parent_node_class)
+
+            tree[best_feature][value] = subtree
+
+        return (tree)
+```
+
+Do obliczenia przyrostu informacji służy funkcja *info_gain(data, split_attribute_name, target_name="label")*, która dla wejściowego zestawu danych (*data*), oblicza jego entropię oraz średnią ważoną entropii każdego podzestawu (wyznaczanego przez unikalne wartości atrybutu *split_attribute_name*):
+
+```
+def info_gain(data, split_attribute_name, target_name="label"):
+
+    total_entropy = entropy(data[target_name])
+    vals, counts = np.unique(data[split_attribute_name], return_counts=True)
+
+    weighted_entropy = np.sum(
+        [(counts[i] / np.sum(counts)) * entropy(data.where(data[split_attribute_name] == vals[i]).dropna()[target_name])
+         for i in range(len(vals))])
+
+    information_gain = total_entropy - weighted_entropy
+
+    return information_gain
+```
+
+## Implementacja w projekcie głównym
+
+Funkcja, z której będzie korzystał traktor, aby podjąć decyzję o posadzeniu rośliny, to *def decide_to_plant(soil)*
+
+```
+def decide_to_plant(soil):
+
+    if soil.have_plant():
+        if soil.get_plant().get_collect():
+            info = get_info(soil)
+            plant.leave_soil()
+        else:
+            predicted = [['none']]
+    else:
+        info = get_info(soil)
+
+    data = []
+    data.append(info)
+
+    predicted = predict_data(data)
+    grow_a_plant(soil,predicted[0][0])
+
+    return predicted
+```
+Funkcja *get_info(soil)* zwraca listę parametrów obiektu Soil, potrzebną do poszukiwań w drzewie decyzyjnym.