49 lines
1.5 KiB
Python
49 lines
1.5 KiB
Python
import graphviz
|
|
import joblib
|
|
import pandas as pd
|
|
from sklearn.tree import DecisionTreeClassifier
|
|
from sklearn.tree import export_graphviz
|
|
|
|
def make_tree():
|
|
plikZPrzecinkami = open("training_data.txt", 'w')
|
|
|
|
with open('DecisionTree/200permutations_table.txt', 'r') as plik:
|
|
for linia in plik:
|
|
liczby = linia.strip()
|
|
wiersz = ""
|
|
licznik = 0
|
|
for liczba in liczby:
|
|
wiersz += liczba
|
|
wiersz += ";"
|
|
wiersz = wiersz[:-1]
|
|
wiersz += '\n'
|
|
plikZPrzecinkami.write(wiersz)
|
|
|
|
plikZPrzecinkami.close()
|
|
|
|
x = pd.read_csv('DecisionTree/training_data.txt', delimiter=';',
|
|
names=['wielkosc', 'waga,', 'priorytet', 'ksztalt', 'kruchosc', 'dolna', 'gorna', 'g > d'])
|
|
y = pd.read_csv('DecisionTree/decisions.txt', names=['polka'])
|
|
|
|
|
|
# Tworzenie instancji klasyfikatora ID3
|
|
clf = DecisionTreeClassifier(criterion='entropy')
|
|
|
|
# Trenowanie klasyfikatora
|
|
clf.fit(x.values, y.values)
|
|
|
|
# Zapis drzewa do pliku
|
|
joblib.dump(clf, 'DecisionTree/wyuczone_drzewo.pkl')
|
|
|
|
return clf
|
|
|
|
|
|
def stworz_plik_drzewa_w_pdf(clf, feature_names, class_names):
|
|
# Wygenerowanie pliku .dot reprezentującego drzewo
|
|
dot_data = export_graphviz(clf, out_file=None, feature_names=feature_names, class_names=class_names, filled=True,
|
|
rounded=True)
|
|
# Tworzenie obiektu graphviz z pliku .dot
|
|
graph = graphviz.Source(dot_data)
|
|
|
|
# Wyświetlanie drzewa
|
|
graph.view() |