diff --git a/__pycache__/settings.cpython-310.pyc b/__pycache__/settings.cpython-310.pyc
index f119756..6577f19 100644
Binary files a/__pycache__/settings.cpython-310.pyc and b/__pycache__/settings.cpython-310.pyc differ
diff --git a/assets/data/train_2.csv b/assets/data/train_2.csv
new file mode 100644
index 0000000..c9d93c6
--- /dev/null
+++ b/assets/data/train_2.csv
@@ -0,0 +1,202 @@
+Wzrost;wilgotnosc;dni_od_nawiezienia;aktualna_pogoda;czy_roslina_robaczywa;typ_rosliny;pojemnosc_ekwipunku;cena_sprzedarzy;czy_zebrac
+54;19;15;0;0;0;90;66;0
+64;63;5;0;0;0;16;4;0
+93;0;29;0;1;0;77;73;1
+30;43;23;0;1;0;74;75;1
+48;30;10;0;0;0;39;23;0
+44;86;2;0;1;0;41;64;0
+99;74;8;0;1;0;39;37;0
+70;80;25;0;1;0;11;90;1
+62;35;2;0;1;0;53;57;0
+32;71;29;0;1;0;21;54;1
+59;27;11;0;0;0;71;68;0
+43;97;24;0;0;0;82;70;0
+24;49;1;0;0;0;22;40;0
+60;59;18;0;1;0;29;99;1
+100;87;23;0;1;0;69;55;1
+5;88;24;0;1;0;54;87;1
+35;92;17;0;1;0;30;100;1
+9;89;29;0;0;0;35;24;0
+58;7;11;0;1;0;6;62;1
+98;88;1;0;1;0;100;88;0
+14;74;7;0;1;0;71;24;0
+6;67;18;0;0;0;72;12;0
+53;41;25;0;0;0;45;56;0
+35;40;1;0;0;0;61;36;0
+93;17;15;0;1;0;63;0;1
+20;70;19;0;1;0;14;88;1
+12;57;24;0;1;0;10;90;1
+59;67;7;0;0;0;35;90;0
+79;29;8;0;1;0;59;37;0
+48;81;14;0;1;0;85;78;1
+41;32;8;0;0;0;5;26;0
+6;62;1;0;0;0;75;22;0
+18;74;5;0;1;0;9;32;0
+62;44;7;0;0;0;0;87;0
+34;19;14;0;0;0;83;92;0
+84;39;15;0;1;0;8;86;1
+55;39;4;0;1;0;31;63;0
+17;58;2;0;1;0;33;22;0
+95;12;17;0;0;0;51;16;0
+85;91;5;0;1;0;19;8;0
+62;87;1;0;1;0;22;48;0
+50;21;15;0;0;0;76;55;0
+21;84;8;0;0;0;63;87;0
+87;36;9;0;0;0;62;69;0
+60;85;22;0;0;0;98;24;0
+72;0;18;0;1;0;31;36;1
+60;41;29;0;1;0;11;60;1
+43;50;20;0;1;0;53;66;1
+56;24;10;0;1;0;91;87;1
+30;75;29;0;0;0;83;36;0
+86;62;13;0;1;0;97;26;1
+69;35;10;0;1;0;25;100;1
+98;55;11;0;0;0;66;18;0
+71;23;26;0;1;0;47;88;1
+97;88;0;0;1;0;37;55;0
+89;90;17;0;0;0;50;47;0
+84;44;1;0;0;0;99;86;0
+57;72;12;0;1;0;85;44;1
+89;65;20;0;0;0;39;16;0
+31;100;7;0;0;0;64;66;0
+45;47;3;0;1;0;76;35;0
+21;52;27;0;1;0;90;15;1
+7;30;8;0;0;0;39;70;0
+42;67;27;0;0;0;72;82;0
+88;69;28;0;1;0;85;63;1
+84;62;21;0;1;0;43;16;1
+41;62;25;0;1;0;26;24;1
+18;39;9;0;1;0;70;96;0
+75;60;16;0;1;0;37;64;1
+66;9;29;0;1;0;3;84;1
+2;92;25;0;0;0;2;19;0
+100;20;11;0;0;0;45;65;0
+21;19;8;0;1;0;82;2;0
+93;37;10;0;0;0;57;3;0
+35;12;5;0;1;0;48;96;0
+62;12;4;0;0;0;94;1;0
+82;73;12;0;1;0;66;81;1
+43;74;15;0;1;0;43;70;1
+54;76;11;0;1;0;80;88;1
+51;64;26;0;1;0;31;21;1
+14;12;12;0;1;0;97;17;1
+58;59;22;0;0;0;79;36;0
+17;48;17;0;0;0;81;72;0
+47;2;12;0;1;0;3;22;1
+38;52;13;0;0;0;31;46;0
+32;19;4;0;1;0;30;85;0
+9;28;29;0;0;0;20;46;0
+98;0;15;0;1;0;72;15;1
+95;33;0;0;1;0;33;11;0
+55;56;10;0;0;0;28;56;0
+18;22;13;0;0;0;94;90;0
+81;28;17;0;1;0;95;29;1
+96;6;6;0;0;0;14;89;0
+58;26;24;0;0;0;70;76;0
+83;33;16;0;1;0;31;54;1
+90;48;29;0;1;0;55;40;1
+65;72;4;0;1;0;70;10;0
+74;100;14;0;1;0;44;24;1
+56;25;30;0;1;0;84;16;1
+14;75;29;0;1;0;42;9;1
+90;51;2;0;1;0;86;79;0
+60;31;25;0;0;0;43;54;0
+74;1;2;0;0;0;17;76;0
+86;72;16;0;1;0;38;53;1
+70;69;19;0;0;0;40;63;0
+37;18;24;0;1;0;84;78;1
+48;77;7;0;0;0;99;42;0
+90;92;5;0;0;0;80;48;0
+99;74;9;0;1;0;41;68;0
+58;18;5;0;1;0;53;94;0
+42;22;10;0;1;0;24;17;1
+44;34;29;0;0;0;86;8;0
+79;13;0;0;0;0;31;43;0
+16;54;28;0;0;0;26;84;0
+44;44;12;0;0;0;60;94;0
+36;6;9;0;0;0;90;90;0
+33;43;5;0;1;0;5;86;0
+24;5;0;0;0;0;47;41;0
+87;67;11;0;1;0;70;32;1
+62;76;6;0;1;0;33;96;0
+48;85;25;0;1;0;41;12;1
+31;15;13;0;1;0;87;18;1
+27;69;2;0;0;0;38;2;0
+4;98;24;0;1;0;22;22;1
+61;50;20;0;0;0;14;0;0
+2;31;29;0;1;0;40;0;1
+53;19;29;0;0;0;34;100;0
+64;71;13;0;1;0;65;66;1
+86;67;15;0;1;0;69;34;1
+33;63;4;0;0;0;87;24;0
+22;84;8;0;0;0;73;13;0
+54;64;10;0;1;0;13;65;1
+51;25;4;0;1;0;26;0;0
+1;95;14;0;0;0;83;64;0
+8;32;19;0;1;0;96;77;1
+47;97;10;0;1;0;74;16;1
+30;65;24;0;0;0;83;89;0
+76;58;7;0;0;0;73;86;0
+84;41;17;0;1;0;68;78;1
+50;61;9;0;0;0;6;72;0
+37;12;8;0;1;0;11;46;0
+7;91;29;0;0;0;1;7;0
+64;69;4;0;1;0;57;28;0
+21;71;3;0;0;0;53;23;0
+58;54;13;0;0;0;19;1;0
+96;11;22;0;0;0;46;12;0
+85;41;2;0;1;0;28;24;0
+58;11;13;0;0;0;90;41;0
+49;8;30;0;0;0;63;39;0
+70;72;9;0;0;0;56;65;0
+82;39;20;0;1;0;98;55;1
+43;67;28;0;0;0;33;27;0
+70;48;6;0;1;0;58;2;0
+10;89;0;0;0;0;46;52;0
+73;18;24;0;0;0;65;40;0
+84;29;26;0;1;0;80;30;1
+32;83;0;0;0;0;68;100;0
+17;40;14;0;1;0;47;44;1
+5;77;30;0;1;0;44;65;1
+27;95;29;0;1;0;71;81;1
+27;39;15;0;1;0;22;13;1
+81;96;23;0;1;0;61;89;1
+84;58;19;0;1;0;84;62;1
+23;40;21;0;0;0;64;13;0
+57;61;20;0;0;0;84;10;0
+31;55;3;0;0;0;98;26;0
+25;33;2;0;1;0;68;75;0
+56;15;6;0;1;0;34;51;0
+45;60;20;0;0;0;9;51;0
+14;42;19;0;0;0;49;46;0
+41;100;17;0;0;0;71;18;0
+38;38;20;0;1;0;41;5;1
+73;99;17;0;0;0;99;45;0
+43;62;21;0;1;0;57;58;1
+99;31;18;0;1;0;51;52;1
+83;4;9;0;1;0;3;65;0
+53;71;26;0;0;0;93;78;0
+18;28;13;0;1;0;34;76;1
+22;29;29;0;1;0;47;68;1
+96;40;9;0;1;0;91;51;0
+24;74;9;0;1;0;57;4;0
+58;56;1;0;1;0;17;40;0
+43;39;20;0;0;0;81;77;0
+24;6;9;0;1;0;90;42;0
+32;100;16;0;0;0;56;71;0
+75;25;6;0;0;0;48;18;0
+80;96;27;0;0;0;62;84;0
+57;90;19;0;0;0;81;26;0
+1;18;12;0;0;0;4;0;0
+28;79;11;0;1;0;95;19;1
+20;4;11;0;0;0;96;64;0
+37;80;14;0;1;0;97;64;1
+2;24;23;0;0;0;63;52;0
+54;97;18;0;1;0;20;65;1
+42;44;20;0;0;0;33;20;0
+68;51;12;0;1;0;76;90;1
+93;77;24;0;1;0;41;59;1
+74;94;21;0;1;0;17;39;1
+63;63;26;0;1;0;67;2;1
+65;73;1;0;0;0;74;40;0
+100;39;19;0;0;0;41;9;0
diff --git a/src/ID3.ipynb b/src/ID3.ipynb
new file mode 100644
index 0000000..192f777
--- /dev/null
+++ b/src/ID3.ipynb
@@ -0,0 +1,329 @@
+{
+ "cells": [
+  {
+   "cell_type": "code",
+   "execution_count": 20,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "import pandas as pd\n",
+    "from sklearn.tree import DecisionTreeClassifier\n",
+    "import pickle\n",
+    "import os\n",
+    "from sklearn import tree\n",
+    "import pydotplus\n",
+    "import matplotlib.image as pltimg\n",
+    "import matplotlib.pyplot as plt\n",
+    "\n"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 21,
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/html": [
+       "<div>\n",
+       "<style scoped>\n",
+       "    .dataframe tbody tr th:only-of-type {\n",
+       "        vertical-align: middle;\n",
+       "    }\n",
+       "\n",
+       "    .dataframe tbody tr th {\n",
+       "        vertical-align: top;\n",
+       "    }\n",
+       "\n",
+       "    .dataframe thead th {\n",
+       "        text-align: right;\n",
+       "    }\n",
+       "</style>\n",
+       "<table border=\"1\" class=\"dataframe\">\n",
+       "  <thead>\n",
+       "    <tr style=\"text-align: right;\">\n",
+       "      <th></th>\n",
+       "      <th>wzrost</th>\n",
+       "      <th>wilgotnosc</th>\n",
+       "      <th>dni_od_nawiezienia</th>\n",
+       "      <th>aktualna_pogoda</th>\n",
+       "      <th>czy_roslina_robaczywa</th>\n",
+       "      <th>typ_rosliny</th>\n",
+       "      <th>pojemnosc_ekwipunku</th>\n",
+       "      <th>cena_sprzedarzy</th>\n",
+       "      <th>czy_zebrac</th>\n",
+       "    </tr>\n",
+       "  </thead>\n",
+       "  <tbody>\n",
+       "    <tr>\n",
+       "      <th>0</th>\n",
+       "      <td>54</td>\n",
+       "      <td>19</td>\n",
+       "      <td>15</td>\n",
+       "      <td>0</td>\n",
+       "      <td>0</td>\n",
+       "      <td>0</td>\n",
+       "      <td>90</td>\n",
+       "      <td>66</td>\n",
+       "      <td>0</td>\n",
+       "    </tr>\n",
+       "    <tr>\n",
+       "      <th>1</th>\n",
+       "      <td>64</td>\n",
+       "      <td>63</td>\n",
+       "      <td>5</td>\n",
+       "      <td>0</td>\n",
+       "      <td>0</td>\n",
+       "      <td>0</td>\n",
+       "      <td>16</td>\n",
+       "      <td>4</td>\n",
+       "      <td>0</td>\n",
+       "    </tr>\n",
+       "    <tr>\n",
+       "      <th>2</th>\n",
+       "      <td>93</td>\n",
+       "      <td>0</td>\n",
+       "      <td>29</td>\n",
+       "      <td>0</td>\n",
+       "      <td>1</td>\n",
+       "      <td>0</td>\n",
+       "      <td>77</td>\n",
+       "      <td>73</td>\n",
+       "      <td>1</td>\n",
+       "    </tr>\n",
+       "    <tr>\n",
+       "      <th>3</th>\n",
+       "      <td>30</td>\n",
+       "      <td>43</td>\n",
+       "      <td>23</td>\n",
+       "      <td>0</td>\n",
+       "      <td>1</td>\n",
+       "      <td>0</td>\n",
+       "      <td>74</td>\n",
+       "      <td>75</td>\n",
+       "      <td>1</td>\n",
+       "    </tr>\n",
+       "    <tr>\n",
+       "      <th>4</th>\n",
+       "      <td>48</td>\n",
+       "      <td>30</td>\n",
+       "      <td>10</td>\n",
+       "      <td>0</td>\n",
+       "      <td>0</td>\n",
+       "      <td>0</td>\n",
+       "      <td>39</td>\n",
+       "      <td>23</td>\n",
+       "      <td>0</td>\n",
+       "    </tr>\n",
+       "    <tr>\n",
+       "      <th>...</th>\n",
+       "      <td>...</td>\n",
+       "      <td>...</td>\n",
+       "      <td>...</td>\n",
+       "      <td>...</td>\n",
+       "      <td>...</td>\n",
+       "      <td>...</td>\n",
+       "      <td>...</td>\n",
+       "      <td>...</td>\n",
+       "      <td>...</td>\n",
+       "    </tr>\n",
+       "    <tr>\n",
+       "      <th>196</th>\n",
+       "      <td>93</td>\n",
+       "      <td>77</td>\n",
+       "      <td>24</td>\n",
+       "      <td>0</td>\n",
+       "      <td>1</td>\n",
+       "      <td>0</td>\n",
+       "      <td>41</td>\n",
+       "      <td>59</td>\n",
+       "      <td>1</td>\n",
+       "    </tr>\n",
+       "    <tr>\n",
+       "      <th>197</th>\n",
+       "      <td>74</td>\n",
+       "      <td>94</td>\n",
+       "      <td>21</td>\n",
+       "      <td>0</td>\n",
+       "      <td>1</td>\n",
+       "      <td>0</td>\n",
+       "      <td>17</td>\n",
+       "      <td>39</td>\n",
+       "      <td>1</td>\n",
+       "    </tr>\n",
+       "    <tr>\n",
+       "      <th>198</th>\n",
+       "      <td>63</td>\n",
+       "      <td>63</td>\n",
+       "      <td>26</td>\n",
+       "      <td>0</td>\n",
+       "      <td>1</td>\n",
+       "      <td>0</td>\n",
+       "      <td>67</td>\n",
+       "      <td>2</td>\n",
+       "      <td>1</td>\n",
+       "    </tr>\n",
+       "    <tr>\n",
+       "      <th>199</th>\n",
+       "      <td>65</td>\n",
+       "      <td>73</td>\n",
+       "      <td>1</td>\n",
+       "      <td>0</td>\n",
+       "      <td>0</td>\n",
+       "      <td>0</td>\n",
+       "      <td>74</td>\n",
+       "      <td>40</td>\n",
+       "      <td>0</td>\n",
+       "    </tr>\n",
+       "    <tr>\n",
+       "      <th>200</th>\n",
+       "      <td>100</td>\n",
+       "      <td>39</td>\n",
+       "      <td>19</td>\n",
+       "      <td>0</td>\n",
+       "      <td>0</td>\n",
+       "      <td>0</td>\n",
+       "      <td>41</td>\n",
+       "      <td>9</td>\n",
+       "      <td>0</td>\n",
+       "    </tr>\n",
+       "  </tbody>\n",
+       "</table>\n",
+       "<p>201 rows × 9 columns</p>\n",
+       "</div>"
+      ],
+      "text/plain": [
+       "     wzrost  wilgotnosc  dni_od_nawiezienia  aktualna_pogoda  \\\n",
+       "0        54          19                  15                0   \n",
+       "1        64          63                   5                0   \n",
+       "2        93           0                  29                0   \n",
+       "3        30          43                  23                0   \n",
+       "4        48          30                  10                0   \n",
+       "..      ...         ...                 ...              ...   \n",
+       "196      93          77                  24                0   \n",
+       "197      74          94                  21                0   \n",
+       "198      63          63                  26                0   \n",
+       "199      65          73                   1                0   \n",
+       "200     100          39                  19                0   \n",
+       "\n",
+       "     czy_roslina_robaczywa  typ_rosliny  pojemnosc_ekwipunku  cena_sprzedarzy  \\\n",
+       "0                        0            0                   90               66   \n",
+       "1                        0            0                   16                4   \n",
+       "2                        1            0                   77               73   \n",
+       "3                        1            0                   74               75   \n",
+       "4                        0            0                   39               23   \n",
+       "..                     ...          ...                  ...              ...   \n",
+       "196                      1            0                   41               59   \n",
+       "197                      1            0                   17               39   \n",
+       "198                      1            0                   67                2   \n",
+       "199                      0            0                   74               40   \n",
+       "200                      0            0                   41                9   \n",
+       "\n",
+       "     czy_zebrac  \n",
+       "0             0  \n",
+       "1             0  \n",
+       "2             1  \n",
+       "3             1  \n",
+       "4             0  \n",
+       "..          ...  \n",
+       "196           1  \n",
+       "197           1  \n",
+       "198           1  \n",
+       "199           0  \n",
+       "200           0  \n",
+       "\n",
+       "[201 rows x 9 columns]"
+      ]
+     },
+     "execution_count": 21,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "# Read the CSV file\n",
+    "train = pd.read_csv(\"train_2.csv\", delimiter=\";\")\n",
+    "train"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 22,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "x_train = train.drop('czy_zebrac',axis=1)\n",
+    "y_train = train['czy_zebrac']"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 23,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "d_tree = DecisionTreeClassifier()\n",
+    "d_tree = d_tree.fit(x_train,y_train)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 24,
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "image/png": "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",
+      "text/plain": [
+       "<Figure size 640x480 with 1 Axes>"
+      ]
+     },
+     "metadata": {},
+     "output_type": "display_data"
+    }
+   ],
+   "source": [
+    "# Save the decision tree model as a pickle file in the script's folder\n",
+    "pickle.dump(d_tree, open('tree.plk', 'wb'))\n",
+    "\n",
+    "# Export the decision tree as DOT data\n",
+    "data = tree.export_graphviz(d_tree, out_file=None)\n",
+    "\n",
+    "# Create a graph from the DOT data\n",
+    "graph = pydotplus.graph_from_dot_data(data)\n",
+    "\n",
+    "# Save the graph as a PNG image in the script's folder\n",
+    "graph.write_png(os.path.join('.', 'mytree.png'))\n",
+    "\n",
+    "# Read the PNG image\n",
+    "img = pltimg.imread(os.path.join('.', 'mytree.png'))\n",
+    "\n",
+    "# Display the image\n",
+    "imgplot = plt.imshow(img)\n",
+    "plt.show()\n"
+   ]
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.10.6"
+  },
+  "orig_nbformat": 4
+ },
+ "nbformat": 4,
+ "nbformat_minor": 2
+}
diff --git a/src/ID3.py b/src/ID3.py
new file mode 100644
index 0000000..7b488e6
--- /dev/null
+++ b/src/ID3.py
@@ -0,0 +1,11 @@
+import pandas as pd
+from sklearn.tree import DecisionTreeClassifier, export_text
+from sklearn.preprocessing import LabelEncoder
+from sklearn.model_selection import train_test_split
+from sklearn import metrics
+
+# Read the CSV file
+data = pd.read_csv("train_2.csv", delimiter=";")
+
+y = data[['czy_zebrac']].copy()
+y.head()
\ No newline at end of file
diff --git a/src/__pycache__/Field.cpython-310.pyc b/src/__pycache__/Field.cpython-310.pyc
new file mode 100644
index 0000000..350b21c
Binary files /dev/null and b/src/__pycache__/Field.cpython-310.pyc differ
diff --git a/src/__pycache__/Plant.cpython-310.pyc b/src/__pycache__/Plant.cpython-310.pyc
index 9fa6092..a440d7d 100644
Binary files a/src/__pycache__/Plant.cpython-310.pyc and b/src/__pycache__/Plant.cpython-310.pyc differ
diff --git a/src/__pycache__/Tractor.cpython-310.pyc b/src/__pycache__/Tractor.cpython-310.pyc
index bb7eed4..9e8541e 100644
Binary files a/src/__pycache__/Tractor.cpython-310.pyc and b/src/__pycache__/Tractor.cpython-310.pyc differ
diff --git a/src/__pycache__/bfs.cpython-310.pyc b/src/__pycache__/bfs.cpython-310.pyc
index 5e7f91c..4a30392 100644
Binary files a/src/__pycache__/bfs.cpython-310.pyc and b/src/__pycache__/bfs.cpython-310.pyc differ
diff --git a/src/__pycache__/map.cpython-310.pyc b/src/__pycache__/map.cpython-310.pyc
index c8e5bdd..8b63f22 100644
Binary files a/src/__pycache__/map.cpython-310.pyc and b/src/__pycache__/map.cpython-310.pyc differ
diff --git a/src/mytree.png b/src/mytree.png
new file mode 100644
index 0000000..4e73a4a
Binary files /dev/null and b/src/mytree.png differ
diff --git a/src/train_2.csv b/src/train_2.csv
new file mode 100644
index 0000000..59549cc
--- /dev/null
+++ b/src/train_2.csv
@@ -0,0 +1,202 @@
+wzrost;wilgotnosc;dni_od_nawiezienia;aktualna_pogoda;czy_roslina_robaczywa;typ_rosliny;pojemnosc_ekwipunku;cena_sprzedarzy;czy_zebrac
+54;19;15;0;0;0;90;66;0
+64;63;5;0;0;0;16;4;0
+93;0;29;0;1;0;77;73;1
+30;43;23;0;1;0;74;75;1
+48;30;10;0;0;0;39;23;0
+44;86;2;0;1;0;41;64;0
+99;74;8;0;1;0;39;37;0
+70;80;25;0;1;0;11;90;1
+62;35;2;0;1;0;53;57;0
+32;71;29;0;1;0;21;54;1
+59;27;11;0;0;0;71;68;0
+43;97;24;0;0;0;82;70;0
+24;49;1;0;0;0;22;40;0
+60;59;18;0;1;0;29;99;1
+100;87;23;0;1;0;69;55;1
+5;88;24;0;1;0;54;87;1
+35;92;17;0;1;0;30;100;1
+9;89;29;0;0;0;35;24;0
+58;7;11;0;1;0;6;62;1
+98;88;1;0;1;0;100;88;0
+14;74;7;0;1;0;71;24;0
+6;67;18;0;0;0;72;12;0
+53;41;25;0;0;0;45;56;0
+35;40;1;0;0;0;61;36;0
+93;17;15;0;1;0;63;0;1
+20;70;19;0;1;0;14;88;1
+12;57;24;0;1;0;10;90;1
+59;67;7;0;0;0;35;90;0
+79;29;8;0;1;0;59;37;0
+48;81;14;0;1;0;85;78;1
+41;32;8;0;0;0;5;26;0
+6;62;1;0;0;0;75;22;0
+18;74;5;0;1;0;9;32;0
+62;44;7;0;0;0;0;87;0
+34;19;14;0;0;0;83;92;0
+84;39;15;0;1;0;8;86;1
+55;39;4;0;1;0;31;63;0
+17;58;2;0;1;0;33;22;0
+95;12;17;0;0;0;51;16;0
+85;91;5;0;1;0;19;8;0
+62;87;1;0;1;0;22;48;0
+50;21;15;0;0;0;76;55;0
+21;84;8;0;0;0;63;87;0
+87;36;9;0;0;0;62;69;0
+60;85;22;0;0;0;98;24;0
+72;0;18;0;1;0;31;36;1
+60;41;29;0;1;0;11;60;1
+43;50;20;0;1;0;53;66;1
+56;24;10;0;1;0;91;87;1
+30;75;29;0;0;0;83;36;0
+86;62;13;0;1;0;97;26;1
+69;35;10;0;1;0;25;100;1
+98;55;11;0;0;0;66;18;0
+71;23;26;0;1;0;47;88;1
+97;88;0;0;1;0;37;55;0
+89;90;17;0;0;0;50;47;0
+84;44;1;0;0;0;99;86;0
+57;72;12;0;1;0;85;44;1
+89;65;20;0;0;0;39;16;0
+31;100;7;0;0;0;64;66;0
+45;47;3;0;1;0;76;35;0
+21;52;27;0;1;0;90;15;1
+7;30;8;0;0;0;39;70;0
+42;67;27;0;0;0;72;82;0
+88;69;28;0;1;0;85;63;1
+84;62;21;0;1;0;43;16;1
+41;62;25;0;1;0;26;24;1
+18;39;9;0;1;0;70;96;0
+75;60;16;0;1;0;37;64;1
+66;9;29;0;1;0;3;84;1
+2;92;25;0;0;0;2;19;0
+100;20;11;0;0;0;45;65;0
+21;19;8;0;1;0;82;2;0
+93;37;10;0;0;0;57;3;0
+35;12;5;0;1;0;48;96;0
+62;12;4;0;0;0;94;1;0
+82;73;12;0;1;0;66;81;1
+43;74;15;0;1;0;43;70;1
+54;76;11;0;1;0;80;88;1
+51;64;26;0;1;0;31;21;1
+14;12;12;0;1;0;97;17;1
+58;59;22;0;0;0;79;36;0
+17;48;17;0;0;0;81;72;0
+47;2;12;0;1;0;3;22;1
+38;52;13;0;0;0;31;46;0
+32;19;4;0;1;0;30;85;0
+9;28;29;0;0;0;20;46;0
+98;0;15;0;1;0;72;15;1
+95;33;0;0;1;0;33;11;0
+55;56;10;0;0;0;28;56;0
+18;22;13;0;0;0;94;90;0
+81;28;17;0;1;0;95;29;1
+96;6;6;0;0;0;14;89;0
+58;26;24;0;0;0;70;76;0
+83;33;16;0;1;0;31;54;1
+90;48;29;0;1;0;55;40;1
+65;72;4;0;1;0;70;10;0
+74;100;14;0;1;0;44;24;1
+56;25;30;0;1;0;84;16;1
+14;75;29;0;1;0;42;9;1
+90;51;2;0;1;0;86;79;0
+60;31;25;0;0;0;43;54;0
+74;1;2;0;0;0;17;76;0
+86;72;16;0;1;0;38;53;1
+70;69;19;0;0;0;40;63;0
+37;18;24;0;1;0;84;78;1
+48;77;7;0;0;0;99;42;0
+90;92;5;0;0;0;80;48;0
+99;74;9;0;1;0;41;68;0
+58;18;5;0;1;0;53;94;0
+42;22;10;0;1;0;24;17;1
+44;34;29;0;0;0;86;8;0
+79;13;0;0;0;0;31;43;0
+16;54;28;0;0;0;26;84;0
+44;44;12;0;0;0;60;94;0
+36;6;9;0;0;0;90;90;0
+33;43;5;0;1;0;5;86;0
+24;5;0;0;0;0;47;41;0
+87;67;11;0;1;0;70;32;1
+62;76;6;0;1;0;33;96;0
+48;85;25;0;1;0;41;12;1
+31;15;13;0;1;0;87;18;1
+27;69;2;0;0;0;38;2;0
+4;98;24;0;1;0;22;22;1
+61;50;20;0;0;0;14;0;0
+2;31;29;0;1;0;40;0;1
+53;19;29;0;0;0;34;100;0
+64;71;13;0;1;0;65;66;1
+86;67;15;0;1;0;69;34;1
+33;63;4;0;0;0;87;24;0
+22;84;8;0;0;0;73;13;0
+54;64;10;0;1;0;13;65;1
+51;25;4;0;1;0;26;0;0
+1;95;14;0;0;0;83;64;0
+8;32;19;0;1;0;96;77;1
+47;97;10;0;1;0;74;16;1
+30;65;24;0;0;0;83;89;0
+76;58;7;0;0;0;73;86;0
+84;41;17;0;1;0;68;78;1
+50;61;9;0;0;0;6;72;0
+37;12;8;0;1;0;11;46;0
+7;91;29;0;0;0;1;7;0
+64;69;4;0;1;0;57;28;0
+21;71;3;0;0;0;53;23;0
+58;54;13;0;0;0;19;1;0
+96;11;22;0;0;0;46;12;0
+85;41;2;0;1;0;28;24;0
+58;11;13;0;0;0;90;41;0
+49;8;30;0;0;0;63;39;0
+70;72;9;0;0;0;56;65;0
+82;39;20;0;1;0;98;55;1
+43;67;28;0;0;0;33;27;0
+70;48;6;0;1;0;58;2;0
+10;89;0;0;0;0;46;52;0
+73;18;24;0;0;0;65;40;0
+84;29;26;0;1;0;80;30;1
+32;83;0;0;0;0;68;100;0
+17;40;14;0;1;0;47;44;1
+5;77;30;0;1;0;44;65;1
+27;95;29;0;1;0;71;81;1
+27;39;15;0;1;0;22;13;1
+81;96;23;0;1;0;61;89;1
+84;58;19;0;1;0;84;62;1
+23;40;21;0;0;0;64;13;0
+57;61;20;0;0;0;84;10;0
+31;55;3;0;0;0;98;26;0
+25;33;2;0;1;0;68;75;0
+56;15;6;0;1;0;34;51;0
+45;60;20;0;0;0;9;51;0
+14;42;19;0;0;0;49;46;0
+41;100;17;0;0;0;71;18;0
+38;38;20;0;1;0;41;5;1
+73;99;17;0;0;0;99;45;0
+43;62;21;0;1;0;57;58;1
+99;31;18;0;1;0;51;52;1
+83;4;9;0;1;0;3;65;0
+53;71;26;0;0;0;93;78;0
+18;28;13;0;1;0;34;76;1
+22;29;29;0;1;0;47;68;1
+96;40;9;0;1;0;91;51;0
+24;74;9;0;1;0;57;4;0
+58;56;1;0;1;0;17;40;0
+43;39;20;0;0;0;81;77;0
+24;6;9;0;1;0;90;42;0
+32;100;16;0;0;0;56;71;0
+75;25;6;0;0;0;48;18;0
+80;96;27;0;0;0;62;84;0
+57;90;19;0;0;0;81;26;0
+1;18;12;0;0;0;4;0;0
+28;79;11;0;1;0;95;19;1
+20;4;11;0;0;0;96;64;0
+37;80;14;0;1;0;97;64;1
+2;24;23;0;0;0;63;52;0
+54;97;18;0;1;0;20;65;1
+42;44;20;0;0;0;33;20;0
+68;51;12;0;1;0;76;90;1
+93;77;24;0;1;0;41;59;1
+74;94;21;0;1;0;17;39;1
+63;63;26;0;1;0;67;2;1
+65;73;1;0;0;0;74;40;0
+100;39;19;0;0;0;41;9;0
diff --git a/src/trained_tree.txt b/src/trained_tree.txt
new file mode 100644
index 0000000..32f0720
--- /dev/null
+++ b/src/trained_tree.txt
@@ -0,0 +1,7 @@
+|--- czy_roslina_robaczywa <= 0.50
+|   |--- class: 0
+|--- czy_roslina_robaczywa >  0.50
+|   |--- dni_od_nawiezienia <= 9.50
+|   |   |--- class: 0
+|   |--- dni_od_nawiezienia >  9.50
+|   |   |--- class: 1
diff --git a/src/tree.plk b/src/tree.plk
new file mode 100644
index 0000000..e4398ad
Binary files /dev/null and b/src/tree.plk differ