private void menuItemTT_Click(object sender, RoutedEventArgs e)
{
lastOperation = operation.TrainAndTest;
double percent = 0;
PercentDialog pd = new PercentDialog();
if (pd.ShowDialog() == true)
{
percent = pd.Answer;
}
if (percent == 0)
{
return;
}
TTDataSetsList = new List <DataSetTT>();
LoadTTDataSetList(percent);
List <TrainAndTest> TTList = UseTrainAndTest();
bestTT = GetBestQualityTT(TTList);
string messageToPrint = PrintQualityInfo(TTList, bestTT);
messageToPrint += bestTT.ruleSet.PrintRules();
tbTest.Text = messageToPrint;
tbSizeOfSet.Text = "Wielkość zbioru uczącego: " + bestTT.dataSet.entireSet.Count();
tbSizeOfBestTreningSet.Text = "Wielkość najlepszego zbioru treningowego: " + bestTT.dataSet.trainingSet.Count();
tbSizeOfBestValidateSet.Text = "";
tbSizeOfBestTestSet.Text = "Wielkość najlepszego zbioru testowego: " + bestTT.dataSet.testSet.Count();
tbSizeOfBestruleSet.Text = "Ilość reguł: " + bestTT.ruleSet.GetRuleSet().Count();
}
private string PrintQualityInfo(List <TrainAndTest> TTList, TrainAndTest bestTT)
{
string message = "Średnia jakość klasyfikatora wyniosła: " + GetAVGQuality(TTList) + "\n";
message += "Najlepsza jakość klasyfikatora wyniosła: " + bestTT.quality.ToString() + "\n";
List <double> qualities = new List <double>();
foreach (var TT in TTList)
{
qualities.Add(TT.quality);
}
message += "Odchylenie standardowe jakości klasyfikatora wyniosło: " + StandardDeviation(qualities) + "\n";
return(message);
}