def standardDeviation(classes, numeric):
for i in numeric:
standDevList = KlasaDecyzyjna.getAttributes(classes[i])
standDevAvg = SystemDecyzyjny.average(standDevList)
sum = 0
for j in standDevList:
xi = float(j) - standDevAvg
xi2 = xi * xi
sum = sum + xi2
standDev = math.sqrt(sum / len(standDevList))
print(KlasaDecyzyjna.getKlasaDecyzyjna(classes[i]), "standard deviation:", standDev)
def sortAttrToSpecifiedClass(listOfClasses, listOfAttributes):
result = []
listIteration = 0
for i in listOfClasses:
x = KlasaDecyzyjna()
x.setKlasaDecyzyjna(i)
attributes = SystemDecyzyjny.switchColumnsToRows(listOfAttributes)
x.setAttributes(attributes[listIteration])
listIteration += 1
result.append(x)
return result
def numberOfAttributesInClass(classes, numeric):
for i in range(len(classes)):
print(KlasaDecyzyjna.getKlasaDecyzyjna(classes[i]), "has",
len(KlasaDecyzyjna.getAttributes(classes[i])), "attributes")