From 7bf768e6af062a6ccddfef7b081054484edd2732 Mon Sep 17 00:00:00 2001
From: s473561 <wikgrz12@st.amu.edu.pl>
Date: Mon, 29 May 2023 13:29:04 +0200
Subject: [PATCH] update

---
 DecisionTree/drzewo_decyzyjne.py |   8 +-
 Source.gv                        | 197 ++++++++++++++++++++++++++++++
 training_data.txt                | 200 -------------------------------
 3 files changed, 201 insertions(+), 204 deletions(-)
 create mode 100644 Source.gv

diff --git a/DecisionTree/drzewo_decyzyjne.py b/DecisionTree/drzewo_decyzyjne.py
index add9cfe..82ded67 100644
--- a/DecisionTree/drzewo_decyzyjne.py
+++ b/DecisionTree/drzewo_decyzyjne.py
@@ -33,9 +33,9 @@ from sklearn.tree import export_graphviz
 #     # clf.fit(X_train, y_train)
 #     return clf
 
-plikZPrzecinkami = open("training_data.txt", 'w')
+plikZPrzecinkami = open("DecisionTree/training_data.txt", 'w')
 
-with open('200permutations_table.txt', 'r') as plik:
+with open('DecisionTree/200permutations_table.txt', 'r') as plik:
     for linia in plik:
         liczby = linia.strip()
         wiersz = ""
@@ -49,9 +49,9 @@ with open('200permutations_table.txt', 'r') as plik:
 
 plikZPrzecinkami.close()
 
-x = pd.read_csv('training_data.txt', delimiter=';',
+x = pd.read_csv('DecisionTree/training_data.txt', delimiter=';',
                 names=['wielkosc', 'waga,', 'priorytet', 'ksztalt', 'kruchosc', 'dolna', 'gorna', 'g > d'])
-y = pd.read_csv('decisions.txt', names=['polka'])
+y = pd.read_csv('DecisionTree/decisions.txt', names=['polka'])
 # X_train, X_test, y_train, y_test = train_test_split(x, y, test_size=0.3, random_state=1)  # 70% treningowe and 30% testowe
 
 # Tworzenie instancji klasyfikatora ID3
diff --git a/Source.gv b/Source.gv
new file mode 100644
index 0000000..e6f7154
--- /dev/null
+++ b/Source.gv
@@ -0,0 +1,197 @@
+digraph Tree {
+node [shape=box, style="filled, rounded", color="black", fontname="helvetica"] ;
+edge [fontname="helvetica"] ;
+0 [label="g > d <= 0.5\nentropy = 0.997\nsamples = 200\nvalue = [94, 106]\nclass = 1", fillcolor="#e9f4fc"] ;
+1 [label="waga, <= 0.5\nentropy = 0.803\nsamples = 98\nvalue = [74, 24]\nclass = 0", fillcolor="#edaa79"] ;
+0 -> 1 [labeldistance=2.5, labelangle=45, headlabel="True"] ;
+2 [label="wielkosc <= 1.5\nentropy = 0.998\nsamples = 34\nvalue = [16, 18]\nclass = 1", fillcolor="#e9f4fc"] ;
+1 -> 2 ;
+3 [label="priorytet <= 0.5\nentropy = 0.887\nsamples = 23\nvalue = [7, 16]\nclass = 1", fillcolor="#90c8f0"] ;
+2 -> 3 ;
+4 [label="kruchosc <= 0.5\nentropy = 0.439\nsamples = 11\nvalue = [1, 10]\nclass = 1", fillcolor="#4da7e8"] ;
+3 -> 4 ;
+5 [label="entropy = 0.0\nsamples = 7\nvalue = [0, 7]\nclass = 1", fillcolor="#399de5"] ;
+4 -> 5 ;
+6 [label="ksztalt <= 0.5\nentropy = 0.811\nsamples = 4\nvalue = [1, 3]\nclass = 1", fillcolor="#7bbeee"] ;
+4 -> 6 ;
+7 [label="entropy = 0.0\nsamples = 1\nvalue = [0, 1]\nclass = 1", fillcolor="#399de5"] ;
+6 -> 7 ;
+8 [label="dolna <= 0.5\nentropy = 0.918\nsamples = 3\nvalue = [1, 2]\nclass = 1", fillcolor="#9ccef2"] ;
+6 -> 8 ;
+9 [label="entropy = 0.0\nsamples = 1\nvalue = [0, 1]\nclass = 1", fillcolor="#399de5"] ;
+8 -> 9 ;
+10 [label="gorna <= 0.5\nentropy = 1.0\nsamples = 2\nvalue = [1, 1]\nclass = 0", fillcolor="#ffffff"] ;
+8 -> 10 ;
+11 [label="entropy = 0.0\nsamples = 1\nvalue = [1, 0]\nclass = 0", fillcolor="#e58139"] ;
+10 -> 11 ;
+12 [label="entropy = 0.0\nsamples = 1\nvalue = [0, 1]\nclass = 1", fillcolor="#399de5"] ;
+10 -> 12 ;
+13 [label="kruchosc <= 0.5\nentropy = 1.0\nsamples = 12\nvalue = [6, 6]\nclass = 0", fillcolor="#ffffff"] ;
+3 -> 13 ;
+14 [label="entropy = 0.0\nsamples = 5\nvalue = [5, 0]\nclass = 0", fillcolor="#e58139"] ;
+13 -> 14 ;
+15 [label="wielkosc <= 0.5\nentropy = 0.592\nsamples = 7\nvalue = [1, 6]\nclass = 1", fillcolor="#5aade9"] ;
+13 -> 15 ;
+16 [label="entropy = 0.0\nsamples = 4\nvalue = [0, 4]\nclass = 1", fillcolor="#399de5"] ;
+15 -> 16 ;
+17 [label="ksztalt <= 0.5\nentropy = 0.918\nsamples = 3\nvalue = [1, 2]\nclass = 1", fillcolor="#9ccef2"] ;
+15 -> 17 ;
+18 [label="entropy = 0.0\nsamples = 2\nvalue = [0, 2]\nclass = 1", fillcolor="#399de5"] ;
+17 -> 18 ;
+19 [label="entropy = 0.0\nsamples = 1\nvalue = [1, 0]\nclass = 0", fillcolor="#e58139"] ;
+17 -> 19 ;
+20 [label="ksztalt <= 0.5\nentropy = 0.684\nsamples = 11\nvalue = [9, 2]\nclass = 0", fillcolor="#eb9d65"] ;
+2 -> 20 ;
+21 [label="kruchosc <= 0.5\nentropy = 1.0\nsamples = 4\nvalue = [2, 2]\nclass = 0", fillcolor="#ffffff"] ;
+20 -> 21 ;
+22 [label="entropy = 0.0\nsamples = 1\nvalue = [1, 0]\nclass = 0", fillcolor="#e58139"] ;
+21 -> 22 ;
+23 [label="dolna <= 0.5\nentropy = 0.918\nsamples = 3\nvalue = [1, 2]\nclass = 1", fillcolor="#9ccef2"] ;
+21 -> 23 ;
+24 [label="entropy = 0.0\nsamples = 2\nvalue = [0, 2]\nclass = 1", fillcolor="#399de5"] ;
+23 -> 24 ;
+25 [label="entropy = 0.0\nsamples = 1\nvalue = [1, 0]\nclass = 0", fillcolor="#e58139"] ;
+23 -> 25 ;
+26 [label="entropy = 0.0\nsamples = 7\nvalue = [7, 0]\nclass = 0", fillcolor="#e58139"] ;
+20 -> 26 ;
+27 [label="gorna <= 0.5\nentropy = 0.449\nsamples = 64\nvalue = [58, 6]\nclass = 0", fillcolor="#e88e4d"] ;
+1 -> 27 ;
+28 [label="entropy = 0.0\nsamples = 33\nvalue = [33, 0]\nclass = 0", fillcolor="#e58139"] ;
+27 -> 28 ;
+29 [label="wielkosc <= 1.5\nentropy = 0.709\nsamples = 31\nvalue = [25, 6]\nclass = 0", fillcolor="#eb9f69"] ;
+27 -> 29 ;
+30 [label="ksztalt <= 0.5\nentropy = 0.918\nsamples = 18\nvalue = [12, 6]\nclass = 0", fillcolor="#f2c09c"] ;
+29 -> 30 ;
+31 [label="kruchosc <= 0.5\nentropy = 1.0\nsamples = 10\nvalue = [5, 5]\nclass = 0", fillcolor="#ffffff"] ;
+30 -> 31 ;
+32 [label="waga, <= 1.5\nentropy = 0.722\nsamples = 5\nvalue = [4, 1]\nclass = 0", fillcolor="#eca06a"] ;
+31 -> 32 ;
+33 [label="entropy = 0.0\nsamples = 3\nvalue = [3, 0]\nclass = 0", fillcolor="#e58139"] ;
+32 -> 33 ;
+34 [label="dolna <= 0.5\nentropy = 1.0\nsamples = 2\nvalue = [1, 1]\nclass = 0", fillcolor="#ffffff"] ;
+32 -> 34 ;
+35 [label="entropy = 0.0\nsamples = 1\nvalue = [0, 1]\nclass = 1", fillcolor="#399de5"] ;
+34 -> 35 ;
+36 [label="entropy = 0.0\nsamples = 1\nvalue = [1, 0]\nclass = 0", fillcolor="#e58139"] ;
+34 -> 36 ;
+37 [label="priorytet <= 0.5\nentropy = 0.722\nsamples = 5\nvalue = [1, 4]\nclass = 1", fillcolor="#6ab6ec"] ;
+31 -> 37 ;
+38 [label="entropy = 0.0\nsamples = 3\nvalue = [0, 3]\nclass = 1", fillcolor="#399de5"] ;
+37 -> 38 ;
+39 [label="dolna <= 0.5\nentropy = 1.0\nsamples = 2\nvalue = [1, 1]\nclass = 0", fillcolor="#ffffff"] ;
+37 -> 39 ;
+40 [label="entropy = 0.0\nsamples = 1\nvalue = [0, 1]\nclass = 1", fillcolor="#399de5"] ;
+39 -> 40 ;
+41 [label="entropy = 0.0\nsamples = 1\nvalue = [1, 0]\nclass = 0", fillcolor="#e58139"] ;
+39 -> 41 ;
+42 [label="waga, <= 1.5\nentropy = 0.544\nsamples = 8\nvalue = [7, 1]\nclass = 0", fillcolor="#e99355"] ;
+30 -> 42 ;
+43 [label="entropy = 0.0\nsamples = 4\nvalue = [4, 0]\nclass = 0", fillcolor="#e58139"] ;
+42 -> 43 ;
+44 [label="wielkosc <= 0.5\nentropy = 0.811\nsamples = 4\nvalue = [3, 1]\nclass = 0", fillcolor="#eeab7b"] ;
+42 -> 44 ;
+45 [label="entropy = 0.0\nsamples = 1\nvalue = [1, 0]\nclass = 0", fillcolor="#e58139"] ;
+44 -> 45 ;
+46 [label="dolna <= 0.5\nentropy = 0.918\nsamples = 3\nvalue = [2, 1]\nclass = 0", fillcolor="#f2c09c"] ;
+44 -> 46 ;
+47 [label="entropy = 0.0\nsamples = 1\nvalue = [1, 0]\nclass = 0", fillcolor="#e58139"] ;
+46 -> 47 ;
+48 [label="kruchosc <= 0.5\nentropy = 1.0\nsamples = 2\nvalue = [1, 1]\nclass = 0", fillcolor="#ffffff"] ;
+46 -> 48 ;
+49 [label="entropy = 0.0\nsamples = 1\nvalue = [1, 0]\nclass = 0", fillcolor="#e58139"] ;
+48 -> 49 ;
+50 [label="entropy = 0.0\nsamples = 1\nvalue = [0, 1]\nclass = 1", fillcolor="#399de5"] ;
+48 -> 50 ;
+51 [label="entropy = 0.0\nsamples = 13\nvalue = [13, 0]\nclass = 0", fillcolor="#e58139"] ;
+29 -> 51 ;
+52 [label="wielkosc <= 1.5\nentropy = 0.714\nsamples = 102\nvalue = [20, 82]\nclass = 1", fillcolor="#69b5eb"] ;
+0 -> 52 [labeldistance=2.5, labelangle=-45, headlabel="False"] ;
+53 [label="waga, <= 0.5\nentropy = 0.469\nsamples = 70\nvalue = [7, 63]\nclass = 1", fillcolor="#4fa8e8"] ;
+52 -> 53 ;
+54 [label="entropy = 0.0\nsamples = 21\nvalue = [0, 21]\nclass = 1", fillcolor="#399de5"] ;
+53 -> 54 ;
+55 [label="ksztalt <= 0.5\nentropy = 0.592\nsamples = 49\nvalue = [7, 42]\nclass = 1", fillcolor="#5aade9"] ;
+53 -> 55 ;
+56 [label="wielkosc <= 0.5\nentropy = 0.25\nsamples = 24\nvalue = [1, 23]\nclass = 1", fillcolor="#42a1e6"] ;
+55 -> 56 ;
+57 [label="entropy = 0.0\nsamples = 15\nvalue = [0, 15]\nclass = 1", fillcolor="#399de5"] ;
+56 -> 57 ;
+58 [label="kruchosc <= 0.5\nentropy = 0.503\nsamples = 9\nvalue = [1, 8]\nclass = 1", fillcolor="#52a9e8"] ;
+56 -> 58 ;
+59 [label="gorna <= 0.5\nentropy = 0.722\nsamples = 5\nvalue = [1, 4]\nclass = 1", fillcolor="#6ab6ec"] ;
+58 -> 59 ;
+60 [label="dolna <= 0.5\nentropy = 0.918\nsamples = 3\nvalue = [1, 2]\nclass = 1", fillcolor="#9ccef2"] ;
+59 -> 60 ;
+61 [label="entropy = 0.0\nsamples = 1\nvalue = [0, 1]\nclass = 1", fillcolor="#399de5"] ;
+60 -> 61 ;
+62 [label="waga, <= 1.5\nentropy = 1.0\nsamples = 2\nvalue = [1, 1]\nclass = 0", fillcolor="#ffffff"] ;
+60 -> 62 ;
+63 [label="entropy = 0.0\nsamples = 1\nvalue = [0, 1]\nclass = 1", fillcolor="#399de5"] ;
+62 -> 63 ;
+64 [label="entropy = 0.0\nsamples = 1\nvalue = [1, 0]\nclass = 0", fillcolor="#e58139"] ;
+62 -> 64 ;
+65 [label="entropy = 0.0\nsamples = 2\nvalue = [0, 2]\nclass = 1", fillcolor="#399de5"] ;
+59 -> 65 ;
+66 [label="entropy = 0.0\nsamples = 4\nvalue = [0, 4]\nclass = 1", fillcolor="#399de5"] ;
+58 -> 66 ;
+67 [label="kruchosc <= 0.5\nentropy = 0.795\nsamples = 25\nvalue = [6, 19]\nclass = 1", fillcolor="#78bced"] ;
+55 -> 67 ;
+68 [label="priorytet <= 0.5\nentropy = 0.98\nsamples = 12\nvalue = [5, 7]\nclass = 1", fillcolor="#c6e3f8"] ;
+67 -> 68 ;
+69 [label="dolna <= 0.5\nentropy = 0.764\nsamples = 9\nvalue = [2, 7]\nclass = 1", fillcolor="#72b9ec"] ;
+68 -> 69 ;
+70 [label="entropy = 0.0\nsamples = 5\nvalue = [0, 5]\nclass = 1", fillcolor="#399de5"] ;
+69 -> 70 ;
+71 [label="gorna <= 0.5\nentropy = 1.0\nsamples = 4\nvalue = [2, 2]\nclass = 0", fillcolor="#ffffff"] ;
+69 -> 71 ;
+72 [label="entropy = 0.0\nsamples = 2\nvalue = [2, 0]\nclass = 0", fillcolor="#e58139"] ;
+71 -> 72 ;
+73 [label="entropy = 0.0\nsamples = 2\nvalue = [0, 2]\nclass = 1", fillcolor="#399de5"] ;
+71 -> 73 ;
+74 [label="entropy = 0.0\nsamples = 3\nvalue = [3, 0]\nclass = 0", fillcolor="#e58139"] ;
+68 -> 74 ;
+75 [label="gorna <= 0.5\nentropy = 0.391\nsamples = 13\nvalue = [1, 12]\nclass = 1", fillcolor="#49a5e7"] ;
+67 -> 75 ;
+76 [label="priorytet <= 0.5\nentropy = 0.65\nsamples = 6\nvalue = [1, 5]\nclass = 1", fillcolor="#61b1ea"] ;
+75 -> 76 ;
+77 [label="entropy = 0.0\nsamples = 4\nvalue = [0, 4]\nclass = 1", fillcolor="#399de5"] ;
+76 -> 77 ;
+78 [label="wielkosc <= 0.5\nentropy = 1.0\nsamples = 2\nvalue = [1, 1]\nclass = 0", fillcolor="#ffffff"] ;
+76 -> 78 ;
+79 [label="entropy = 0.0\nsamples = 1\nvalue = [1, 0]\nclass = 0", fillcolor="#e58139"] ;
+78 -> 79 ;
+80 [label="entropy = 0.0\nsamples = 1\nvalue = [0, 1]\nclass = 1", fillcolor="#399de5"] ;
+78 -> 80 ;
+81 [label="entropy = 0.0\nsamples = 7\nvalue = [0, 7]\nclass = 1", fillcolor="#399de5"] ;
+75 -> 81 ;
+82 [label="gorna <= 0.5\nentropy = 0.974\nsamples = 32\nvalue = [13, 19]\nclass = 1", fillcolor="#c0e0f7"] ;
+52 -> 82 ;
+83 [label="kruchosc <= 0.5\nentropy = 0.65\nsamples = 12\nvalue = [10, 2]\nclass = 0", fillcolor="#ea9a61"] ;
+82 -> 83 ;
+84 [label="entropy = 0.0\nsamples = 7\nvalue = [7, 0]\nclass = 0", fillcolor="#e58139"] ;
+83 -> 84 ;
+85 [label="priorytet <= 0.5\nentropy = 0.971\nsamples = 5\nvalue = [3, 2]\nclass = 0", fillcolor="#f6d5bd"] ;
+83 -> 85 ;
+86 [label="waga, <= 1.5\nentropy = 0.918\nsamples = 3\nvalue = [1, 2]\nclass = 1", fillcolor="#9ccef2"] ;
+85 -> 86 ;
+87 [label="entropy = 0.0\nsamples = 2\nvalue = [0, 2]\nclass = 1", fillcolor="#399de5"] ;
+86 -> 87 ;
+88 [label="entropy = 0.0\nsamples = 1\nvalue = [1, 0]\nclass = 0", fillcolor="#e58139"] ;
+86 -> 88 ;
+89 [label="entropy = 0.0\nsamples = 2\nvalue = [2, 0]\nclass = 0", fillcolor="#e58139"] ;
+85 -> 89 ;
+90 [label="dolna <= 0.5\nentropy = 0.61\nsamples = 20\nvalue = [3, 17]\nclass = 1", fillcolor="#5caeea"] ;
+82 -> 90 ;
+91 [label="entropy = 0.0\nsamples = 11\nvalue = [0, 11]\nclass = 1", fillcolor="#399de5"] ;
+90 -> 91 ;
+92 [label="kruchosc <= 0.5\nentropy = 0.918\nsamples = 9\nvalue = [3, 6]\nclass = 1", fillcolor="#9ccef2"] ;
+90 -> 92 ;
+93 [label="waga, <= 0.5\nentropy = 0.811\nsamples = 4\nvalue = [3, 1]\nclass = 0", fillcolor="#eeab7b"] ;
+92 -> 93 ;
+94 [label="entropy = 0.0\nsamples = 1\nvalue = [0, 1]\nclass = 1", fillcolor="#399de5"] ;
+93 -> 94 ;
+95 [label="entropy = 0.0\nsamples = 3\nvalue = [3, 0]\nclass = 0", fillcolor="#e58139"] ;
+93 -> 95 ;
+96 [label="entropy = 0.0\nsamples = 5\nvalue = [0, 5]\nclass = 1", fillcolor="#399de5"] ;
+92 -> 96 ;
+}
diff --git a/training_data.txt b/training_data.txt
index 06a4ff8..e69de29 100644
--- a/training_data.txt
+++ b/training_data.txt
@@ -1,200 +0,0 @@
-1;0;0;1;0;0;1;0
-0;0;1;0;1;1;0;1
-2;0;1;1;0;0;0;1
-2;2;1;0;1;1;1;0
-1;0;0;1;0;0;0;1
-2;1;0;0;1;1;0;0
-1;0;0;0;1;0;0;1
-1;1;0;1;0;0;0;1
-0;0;1;0;1;1;1;0
-0;2;0;0;0;1;1;0
-0;0;1;0;0;1;0;1
-0;0;0;0;0;1;1;0
-0;2;1;0;1;1;0;0
-2;0;0;0;1;0;0;0
-2;1;0;1;0;1;1;1
-0;1;1;0;1;1;1;0
-0;2;0;1;1;1;0;1
-1;2;1;0;1;1;0;0
-0;0;1;1;1;1;0;1
-0;0;0;1;1;0;0;1
-1;1;1;1;1;0;1;0
-1;2;1;0;0;1;1;1
-2;2;1;1;0;1;1;1
-1;2;1;0;1;1;0;1
-0;1;0;0;0;1;0;1
-1;1;0;0;0;1;0;1
-0;1;0;0;0;1;1;1
-2;1;0;1;0;1;0;1
-0;1;1;0;1;1;0;0
-2;1;0;1;0;1;1;0
-1;2;1;0;0;0;1;1
-1;2;0;1;0;1;1;1
-0;2;0;1;0;1;0;1
-2;1;1;0;1;1;1;1
-0;2;0;1;0;0;0;1
-0;1;1;0;0;1;1;0
-2;2;1;0;0;0;1;1
-1;0;0;0;0;0;1;0
-0;0;1;1;0;1;0;0
-2;2;0;1;1;1;0;0
-1;2;1;1;0;0;0;1
-1;2;0;1;0;0;1;1
-0;1;0;1;1;1;1;0
-0;1;0;0;1;1;0;0
-0;1;0;1;1;0;0;0
-1;1;1;0;1;1;0;1
-1;1;1;1;0;1;1;0
-2;1;1;1;0;1;1;0
-2;2;0;0;1;1;0;0
-1;0;0;1;0;1;0;1
-2;1;1;1;1;0;1;0
-0;0;0;0;1;1;0;0
-2;1;1;1;0;1;0;1
-1;2;1;1;1;0;1;1
-0;2;0;0;1;1;1;1
-2;1;0;1;1;0;0;0
-0;2;1;1;1;0;1;1
-1;2;0;1;1;1;1;0
-0;2;0;0;0;1;0;1
-1;2;0;0;0;1;0;0
-2;0;0;1;0;1;1;1
-2;1;1;0;0;0;1;1
-0;1;1;1;0;1;0;0
-2;1;0;1;1;1;0;0
-0;2;0;1;0;0;0;0
-2;1;0;0;1;0;0;1
-1;1;0;0;1;1;0;0
-2;0;0;1;0;0;1;1
-2;0;1;1;1;0;1;1
-2;2;0;1;1;0;0;0
-0;1;0;1;1;1;0;1
-1;0;1;1;1;0;0;0
-2;0;0;1;1;1;1;1
-1;0;0;0;0;0;0;1
-2;1;1;0;0;0;0;1
-0;0;0;0;1;1;0;1
-0;1;0;1;0;0;0;1
-2;2;0;1;0;0;0;0
-0;2;1;1;1;1;0;1
-2;2;1;0;0;1;1;0
-1;2;0;0;1;1;1;0
-0;1;1;1;0;0;0;1
-1;1;1;0;1;0;0;0
-2;0;1;1;0;0;1;1
-2;0;1;0;1;0;1;0
-2;2;0;0;0;1;1;0
-1;1;0;1;1;0;1;1
-2;0;0;0;0;0;1;1
-1;2;0;0;1;1;0;1
-1;2;1;1;0;0;0;0
-0;0;1;1;1;1;1;0
-0;2;1;1;0;1;0;0
-2;1;1;0;0;0;1;0
-1;0;0;1;1;0;0;0
-2;2;0;1;1;1;0;1
-2;0;0;1;1;1;0;0
-0;2;1;0;0;0;0;0
-1;2;1;1;1;0;0;1
-0;0;0;0;0;1;1;1
-2;2;1;1;1;0;1;1
-0;1;0;0;1;0;1;0
-2;1;1;0;1;1;0;0
-0;1;1;1;1;1;1;1
-1;2;1;1;1;0;1;0
-2;0;1;1;1;1;1;0
-1;0;1;1;0;0;1;0
-0;2;0;0;1;0;0;1
-2;2;0;0;0;1;0;0
-0;2;0;0;1;1;0;0
-0;1;0;0;0;0;1;1
-1;0;0;0;0;1;0;1
-2;1;0;0;0;0;1;0
-0;1;1;0;0;1;0;0
-1;0;1;0;1;0;1;0
-2;0;0;0;1;1;0;0
-0;0;0;0;0;0;0;0
-0;0;1;0;1;0;0;0
-1;0;1;0;0;0;0;0
-0;2;1;0;0;0;0;1
-2;0;0;1;1;1;0;1
-0;2;0;1;1;1;1;0
-0;2;1;1;1;1;1;1
-1;2;0;1;0;1;1;0
-0;2;1;0;0;1;0;0
-2;0;1;1;1;1;1;1
-0;0;0;1;1;1;1;1
-1;2;0;1;1;0;0;0
-1;2;0;1;1;0;0;1
-2;2;0;1;0;0;1;0
-2;2;0;0;0;0;1;0
-0;0;0;1;0;0;1;0
-1;0;1;0;1;0;0;0
-0;2;0;0;0;0;0;0
-2;0;1;0;1;1;1;1
-0;2;1;0;0;0;1;1
-0;2;1;0;1;1;1;1
-2;2;1;0;1;0;1;0
-1;1;1;1;1;1;1;1
-0;1;1;0;1;0;0;0
-2;1;1;0;0;1;1;1
-0;0;1;0;1;1;1;1
-0;1;1;0;1;0;1;0
-2;0;0;1;0;0;1;0
-1;1;0;1;1;1;1;0
-2;0;0;1;1;1;1;0
-0;0;1;0;0;1;1;0
-1;0;1;0;1;1;1;1
-0;1;0;0;0;0;0;1
-0;2;0;1;1;0;0;1
-2;1;1;0;1;0;1;1
-1;1;1;1;1;0;1;1
-1;0;1;1;0;0;1;1
-1;0;0;1;1;0;0;1
-2;1;1;1;0;0;1;0
-1;0;0;0;0;0;0;0
-0;0;0;1;1;1;1;0
-1;0;1;1;0;0;0;1
-2;1;1;1;1;0;1;1
-1;2;0;1;0;1;0;1
-1;1;0;0;0;1;1;0
-2;2;1;0;1;1;0;1
-0;0;0;0;0;0;1;0
-0;2;0;0;0;1;1;1
-2;1;0;0;0;0;1;1
-0;0;0;1;1;1;0;0
-1;0;1;0;0;1;1;0
-2;0;0;0;1;1;1;1
-1;2;1;0;0;0;0;1
-2;2;0;0;0;1;0;1
-0;1;1;0;0;0;1;0
-0;2;0;0;1;0;1;0
-1;1;0;0;1;1;1;1
-0;0;0;1;0;0;1;1
-0;1;1;0;0;1;1;1
-2;2;0;1;1;0;1;0
-1;0;1;0;1;0;1;1
-1;1;0;1;0;0;1;1
-2;0;1;1;0;0;1;0
-2;0;1;0;0;0;1;0
-1;1;1;1;0;1;1;1
-2;1;1;0;1;0;0;0
-0;2;0;1;1;0;0;0
-1;2;1;1;0;1;0;0
-2;1;1;1;1;1;0;1
-0;2;0;1;0;1;1;1
-0;2;1;0;1;0;0;1
-0;1;1;0;0;0;1;1
-1;0;0;1;1;0;1;1
-2;2;1;1;0;0;0;0
-0;1;1;0;0;0;0;0
-2;0;1;1;0;1;0;0
-0;1;1;0;0;0;0;1
-0;0;1;1;1;0;1;0
-0;2;0;0;0;0;1;0
-2;0;0;1;0;1;1;0
-0;0;1;0;1;0;1;1
-2;2;0;0;1;0;1;1
-2;2;0;1;0;0;0;1
-2;2;0;1;0;1;0;1
-1;2;1;0;0;1;0;1