-
Notifications
You must be signed in to change notification settings - Fork 1
/
Helen.py
38 lines (32 loc) · 1.44 KB
/
Helen.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
#! /usr/bin/env python
import numpy
from sklearn import tree #esta libreria nos afrece el arbol
from sklearn.tree import export_graphviz #esta libreria nos ofrece la opcion de graficar el arbol
import graphviz
import interpretar as inter
import matplotlib.pyplot as plt
import numpy as np #nos ofrece la opcion de crear vectores y matrices
atributos=[]#tendra los datos del desempeno del estudiante
entidad=[]#tendra los datos personales del estu.
with open('dataSet.csv') as f: #abre el archivo donde estan los 60 datos por estudiante
for line in f: # por cada iteracion carga en f linea a linea el archivo
cont = 0
temp = line.strip() #quita especios adelante y atras de cada linea
array = temp.split(',') # separa la lina por ',' y cada uno de estas particiones las guarda como elementos en un arreglo
entidad.append(array[0:11]) # toma los primeros datos los cuales corresponden a datos personales
atributos.append(array[11:len(array)]) #toma los datos resptantes correspondientes al desempeno
clasif = tree.DecisionTreeClassifier()
clasif = clasif.fit(entidad,atributos) #entrena al modelo con los datos
probar()
#este metodo a traves de 11 datos predice el desempeno del estudiante
class probar:
flag=True
while flag:
print('>')
inp=input() #recibe los 11 datos separados por ','
if inp == "exit":
flag = False
else:
x=clasif.predict([inp]) #separa los 11 datos
#inter.interpretar(x) # predice el desempeno
print(x)