From 6cf6817fc544de14e7f8e1f7c9034488cb1f9ed9 Mon Sep 17 00:00:00 2001
From: Samuel <sekurh@utu.fi>
Date: Tue, 15 Apr 2025 11:08:16 +0300
Subject: [PATCH] =?UTF-8?q?Uusien=20ominaisuuksien=20klusterointi=20valmis?=
=?UTF-8?q?=3F,=20raporttia=20eteenp=C3=A4in?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
---
Ominaisuussuunnittelu.txt | 5 +++-
Raportti.txt | 13 ++++++---
Uusien ominaisuuksien klusterointi.py | 38 +++++++++++++++++++++++----
3 files changed, 47 insertions(+), 9 deletions(-)
diff --git a/Ominaisuussuunnittelu.txt b/Ominaisuussuunnittelu.txt
index 4fefe99..a21ac8a 100644
--- a/Ominaisuussuunnittelu.txt
+++ b/Ominaisuussuunnittelu.txt
@@ -38,4 +38,7 @@ Neulaset suhteessa kokoon:
data['Needle_Density'] = data['NeedleNo'] / data['VolumeIndex']
-Tämä auttaa tunnistamaan puulajeja.
\ No newline at end of file
+Tämä auttaa tunnistamaan puulajeja.
+
+----------------------------------------
+
diff --git a/Raportti.txt b/Raportti.txt
index fb42bfc..763316b 100644
--- a/Raportti.txt
+++ b/Raportti.txt
@@ -16,9 +16,16 @@ Käytimme Principal Component Analysis, eli pääkomponenttianalyysia, joka väh
Näin data on jaettu kahteen pääkomponenttiin, x- ja y-akselille kuvaajalla.
2. Ominaisuussuunnittelu ##KESKEN
-Lisäsimme uusia ominaisuuksia
-1. `kirjoita ominaisuus`:
-2. `kirjoita ominaisuus`:
+Lisäsimme uusia ominaisuuksia, jotka auttavat tunnistamaan eri tyyppejä.
+1. Käpyjen ja neulasten suhde ['Needles_per_Pine']: Tämän avulla voidaan tunnistaa eri puulajeja ja arvioida karkeasti kasvuympäristöä ja puun hyvinvointia.
+2. Puun tilavuuden likimäärä ['VolumeIndex']:
+3. Kaarnan paksuus suhteessa korkeuteen ['Bark_to_Height']:
+4. Käpytiheys ['Pine_Density']:
+5. Neulastiheys ['Needle_Density']:
+6. Korkeuden suhde ympärysmittaan ['Height_to_Circumference']:
+7. Neulasten määrä suhteessa kaarnan paksuuteen ['Needles_to_Bark']:
+
+Katso Ominaisuussuunnittelu.txt, sieltä näkee miten uudet ominaisuudet on johdettu.
3. Muokatun datan klusterointi ## KESKEN
Muokatun datan klusterointi tuotti selkeämmät klusterit, jotka erottelivat puut ominaisuuksien perusteella.
diff --git a/Uusien ominaisuuksien klusterointi.py b/Uusien ominaisuuksien klusterointi.py
index 9460d09..065ca9f 100644
--- a/Uusien ominaisuuksien klusterointi.py
+++ b/Uusien ominaisuuksien klusterointi.py
@@ -19,9 +19,12 @@ data['Height_to_Circumference'] = data['Height'] / data['Circumference'] # korke
data['Needles_to_Bark'] = data['NeedleNo'] / data['BarkThickness'] # neulasten määrä suhteessa kaarnan paksuuteen
print("Valitse klusterointiin käytettävät uudet ominaisuudet: ")
-print("1. Puun tilavuuden suhde neulasten kokonaismäärään (auttaa tunnistamaan puutyyppejä)") # features = ['VolumeIndex', 'Needle_Density']
-print("2. Käpyjen kokonaismäärän suhde puun tilavuuteen (auttaa tunnistamaan puiden iän ja lisääntymismahdollisuudet)") # features = ['Pine_Density', 'VolumeIndex']
-print("3. Exit")
+print("1. Puun tilavuuden suhde neulastiheyteen (auttaa tunnistamaan puutyyppejä)") # features = ['VolumeIndex', 'Needle_Density']
+print("2. Käpytiheyden suhde puun tilavuuteen (auttaa tunnistamaan puiden iän ja lisääntymismahdollisuudet)") # features = ['Pine_Density', 'VolumeIndex']
+print("3. Käpytiheyden suhde kaarnan paksuuteen (auttaa tunnistamaan puun iän ja lisääntymisvaiheen)")
+print("4. Neulastiheyden suhde käpytiheyteen (auttaa tunnistamaan 'lehtevät' ja lisääntymiskykyiset puut)")
+print("5. Kaikki uudet ominaisuudet (luonnollinen ryhmittely)")
+print("6. Exit")
choice = input("Anna valitsemasi numero: ")
@@ -30,19 +33,44 @@ if choice == "1":
X = data[features]
title = "Eri puutyyppien tunnistus"
xakseli = "Puun koko/tilavuus"
- yakseli = "Neulasten määrä"
+ yakseli = "Neulastiheys"
elif choice == "2":
features = ['Pine_Density', 'VolumeIndex'] # Valitaan klusterointiin käytettävät attribuutit
X = data[features]
title = "Puiden ikä ja lisääntymismahdollisuudet"
- xakseli = "käpyjen määrä"
+ xakseli = "Käpytiheys"
yakseli = "Puun koko/tilavuus"
elif choice == "3":
+ features = ['Pine_Density', 'BarkThickness'] # Valitaan klusterointiin käytettävät attribuutit
+ X = data[features]
+ title = "Puiden ikä ja lisääntymisvaihe"
+ xakseli = "Käpytiheys"
+ yakseli = "Kaarnan paksuus"
+
+elif choice == "4":
+ features = ['Needle_Density', 'Pine_Density'] # Valitaan klusterointiin käytettävät attribuutit
+ X = data[features]
+ title = "Lehtevät ja lisääntymiskykyiset puut"
+ xakseli = "Neulastiheys"
+ yakseli = "Käpytiheys"
+
+elif choice == "5":
+ features = ['Needles_per_Pine', 'Bark_to_Height', 'Pine_Density', 'Needle_Density',
+ 'VolumeIndex', 'Height_to_Circumference', 'Needles_to_Bark'] # Valitaan klusterointiin käytettävät attribuutit
+ X = data[features]
+ title = "Luonnollinen ryhmittely"
+ xakseli = "Yhdistetyt ominaisuudet"
+ yakseli = "Yhdistetyt ominaisuudet"
+
+elif choice == "6":
print("Lopetetaan...")
exit()
+else:
+ print("Virheellinen valinta, yritä uudelleen.")
+ exit()
# Skaalataan ominaisuudet
scaler = StandardScaler()
--
GitLab