Classe base para algoritmo de classificação.

class BaseClassifier(ABC):

Classe base para algoritmos de classificação, definindo os métodos abstratos fit e predict, e implementando o método get_params.

Abstract methods

def fit(...)

def fit(self, X: npt.NDArray, y: npt.NDArray, verbose: bool = True)

Ajusta o modelo aos dados de treinamento.

Implementação:

• RNSA
• BNSA

def predict(...)

def predict(self, X) -> Optional[npt.NDArray]:

Realiza a previsão dos rótulos para os dados fornecidos.

Implementação:

• RNSA
• BNSA

---

Métodos

def score(...)

def score(self, X: npt.NDArray, y: list) -> float

A função de pontuação (score) calcula a precisão da previsão.

Esta função realiza a previsão de X e verifica quantos elementos são iguais entre o vetor y e y_predicted. Esta função foi adicionada para compatibilidade com algumas funções do scikit-learn.

Parâmetros:

• X: np.ndarray Conjunto de características com formato (n_amostras, n_características).
• y: np.ndarray Valores verdadeiros com formato (n_amostras,).

Retorna:

• precisão: float A precisão do modelo.

---

Método _slice_index_list_by_class(...):

A função _slice_index_list_by_class(...), separa os índices das linhas conforme a classe de saída, para percorrer o array de amostra, apenas nas posições que a saída for a classe que está sendo treinada:

def _slice_index_list_by_class(self, y: npt.NDArray) -> dict:

Retorna um dicionário com as classes como chave e os índices em X das amostras.

---

def get_params(...)

def get_params(self, deep: bool = True) -> dict:

A função get_params retorna um dicionário com os parâmetros principais do objeto.

Esta função é necessária para garantir a compatibilidade com as funções do scikit-learn.

---

Class Detector

Representa um detector não-próprio do class RNSA.

Atributos:

• position (np.ndarray): Vetor de características do detector.
• radius (float, opcional): Raio do detector, utilizado no algoritmo V-detector.