Seleção Negativa

As funções realizam verificações de detectores e utilizam decoradores Numba para compilação Just-In-Time.

Função check_detector_bnsa_validity(...):

def check_detector_bnsa_validity(
    x_class: npt.NDArray,
    vector_x: npt.NDArray,
    aff_thresh: float
) -> bool:

Verifica a validade de um candidato a detector (vector_x) contra amostras de uma classe (x_class) usando a distância de Hamming. Um detector é considerado INVÁLIDO se a sua distância para qualquer amostra em x_class for menor ou igual a aff_thresh.

Os parâmetros de entrada são:

• x_class (npt.NDArray): Array contendo as amostras da classe. Formato esperado: (n_amostras, n_características).
• vector_x (npt.NDArray): Array representando o detector. Formato esperado: (n_características,).
• aff_thresh (float): Limiar de afinidade.

Retorna:

• True se o detector for válido, False caso contrário.

---

Função bnsa_class_prediction(...):

def bnsa_class_prediction(
    features: npt.NDArray,
    class_detectors: npt.NDArray,
    aff_thresh: float
) -> int:

Define a classe de uma amostra a partir dos detectores não-próprios.

Os parâmetros de entrada são:

• features (npt.NDArray): amostra binária a ser classificada (shape: [n_features]).
• class_detectors (npt.NDArray): Matriz contendo os detectores de todas as classes (shape: [n_classes, n_detectors, n_features]).
• aff_thresh (float): Limiar de afinidade que determina se um detector reconhece a amostra como não-própria.

Retorna:

• int: Índice da classe predita. Retorna -1 se for não-própria para todas as classes.

---

Função check_detector_rnsa_validity(...):

def check_detector_rnsa_validity(
    x_class: npt.NDArray,
    vector_x: npt.NDArray,
    threshold: float,
    metric: int,
    p: float
) -> bool:

Verifica a validade de um candidato a detector (vector_x) contra amostras de uma classe (x_class) usando a distância de Hamming. Um detector é considerado INVÁLIDO se a sua distância para qualquer amostra em x_class for menor ou igual a aff_thresh.

Os parâmetros de entrada são:

• x_class (npt.NDArray): Array contendo as amostras da classe. Formato esperado: (n_amostras, n_características).
• vector_x (npt.NDArray): Array representando o detector. Formato esperado: (n_características,).
• threshold (float): Afinidade.
• metric (int): Métrica de distância a ser utilizada. Opções disponíveis: [0 (Euclidean), 1 (Manhattan), 2 (Minkowski)].
• p (float): Parâmetro da métrica de Minkowski (utilizado apenas se metric for "minkowski").

Retorna:

• True se o detector for válido, False caso contrário.

---