Base class for clustering algorithm.

BaseClusterer(ABC, Base)

Classe base abstrata para algoritmos de clustering.

Esta classe define a interface central para modelos de agrupamento. Ela exige a implementação dos métodos fit e predict em todas as classes derivadas, e fornece uma implementação padrão para fit_predict e get_params.

---

Função fit(...)

def fit(self, X: npt.NDArray, verbose: bool = True) -> BaseClusterer

Ajusta o modelo aos dados de treinamento. Este método abstrato deve ser implementado pelas subclasses.

Parâmetros:

• X: npt.NDArray - Dados de entrada utilizados para treinar o modelo.
• verbose: bool, default=True - Indica se a saída detalhada durante o treinamento deve ser exibida.

Retorna:

• self: BaseClusterer - Instância da classe que implementa este método.

Implementação:

• AiNet

---

Função predict(...)

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

Gera previsões com base nos dados de entrada. Este método abstrato deve ser implementado pelas subclasses.

Parâmetros:

• X: npt.NDArray - Dados de entrada para os quais as previsões serão geradas.

Retorna:

• predictions: Optional[npt.NDArray] - Rótulos previstos dos clusters para cada amostra de entrada, ou None caso a previsão não seja possível.

Implementação:

• AiNet

---

Função fit_predict(...)

def fit_predict(self, X: npt.NDArray, verbose: bool = True) -> Optional[npt.NDArray]

Método de conveniência que combina fit e predict em uma única chamada.

Parâmetros:

• X: npt.NDArray - Dados de entrada para os quais as previsões serão geradas.
• verbose: bool, default=True - Indica se a saída detalhada durante o treinamento deve ser exibida.

Retorna:

• predictions: Optional[npt.NDArray] - Rótulos previstos dos clusters para cada amostra de entrada, ou None caso a previsão não seja possível.