class BaseNSA(BaseClassifier, ABC)
A classe BaseNSA
contém funções utilitárias com o modificador protected
que podem ser herdadas por várias classes para facilitar o uso. Ela inclui funções para calcular distância, separar dados para melhorar a eficiência de treinamento e previsão, medir precisão e outras funções.
Funções Protegidas:
def _check_and_raise_exceptions_fit(...)
def _check_and_raise_exceptions_fit(
X: npt.NDArray = None,
y: npt.NDArray = None,
_class_: Literal["RNSA", "BNSA"] = "RNSA",
) -> None:
Função responsável por verificar os parâmetros da função fit e lançar exceções se a verificação não for bem-sucedida.
Parâmetros:
- X (
npt.NDArray
): Array de treinamento, contendo as amostras e suas características, [N samples
(linhas)][N features
(colunas)]. - y (
npt.NDArray
): Array de classes alvo deX
com [N samples
(linhas)]. - class (Literal[RNSA, BNSA], opcional): Classe atual. O padrão é 'RNSA'.
Lança:
TypeError
: Se X ou y não forem ndarrays ou tiverem formas incompatíveis.MaxDiscardsReachedError
: O número máximo de descartes do detector foi atingido durante a maturação. Verifique o valor do raio definido e considere reduzi-lo.
def _check_and_raise_exceptions_predict(...)
def _check_and_raise_exceptions_predict(
X: npt.NDArray = None,
expected: int = 0,
_class_: Literal["RNSA", "BNSA"] = "RNSA",
) -> None:
Função responsável por verificar os parâmetros da função predict e lançar exceções caso a verificação não seja bem-sucedida. Parâmetros:
- X (
npt.NDArray
): Array de treinamento, contendo as amostras e suas características, [N samples
(linhas)][N features
(colunas)]. - expected (
int
): Número esperado de características por amostra (colunas em X). - class (
Literal[RNSA, BNSA], opcional
): Classe atual. O padrão é 'RNSA'.
Lança:
TypeError
: Se X ou y não forem ndarrays ou tiverem formas incompatíveis.MaxDiscardsReachedError
: O número máximo de descartes do detector foi atingido durante a maturação. Verifique o valor do raio definido e considere reduzi-lo.