Validation

def detect_vector_data_type(...)

def detect_vector_data_type(
    vector: npt.NDArray
) -> FeatureType:

Detecta o tipo de dado em um determinado vetor.

Esta função analisa o vetor de entrada e classifica seus dados como um dos tipos suportados:

• binário: Valores booleanos (True/False) ou inteiro 0/1.
• contínuo: Valores float dentro do intervalo normalizado [0.0, 1.0].
• intervalo: Valores float fora do intervalo normalizado.

Parâmetros

• vetor (npt.NDArray): Um array contendo os dados a serem classificados.

Retorna

• FeatureType (Literal["binary-features", "continuous-features", "ranged-features"]): O tipo de dado detectado no vetor.

Gera

• UnsupportedDataTypeError: Gerado se o vetor contiver um tipo de dado não suportado.

---

def check_array_type(...)

def check_array_type(x, name: str = "X") -> npt.NDArray:

Garante que o parâmetro recebido é um array numpy. Converte de lista se necessário.

Parâmetros:

• x: Array ou lista contendo as amostras e características.
• name: Nome da variável para mensagens de erro.

Retorna:

• npt.NDArray: O array convertido ou validado.

Lança:

• TypeError: Se não for possível converter para ndarray.

---

def check_shape_match(...)

def check_shape_match(x: npt.NDArray, y: npt.NDArray):

Garante que os arrays x e y possuem o mesmo número de amostras (primeira dimensão).

Parâmetros:

• x: Array de amostras.
• y: Array de classes alvo.

Lança:

• TypeError: Se as dimensões não forem compatíveis.

---

def check_feature_dimension(...)

def check_feature_dimension(x: npt.NDArray, expected: int):

Garante que o array possui o número esperado de características (features).

Parâmetros:

• x: Array de entrada para predição.
• expected: Número esperado de características por amostra.

Lança:

• FeatureDimensionMismatch: Se o número de características não corresponder ao esperado.

---

def check_binary_array(...)

def check_binary_array(x: npt.NDArray):

Garante que o array contém apenas valores 0 e 1.

Parâmetros:

• x: Array a ser verificado.

Lança:

• ValueError: Se o array contiver valores diferentes de 0 e 1.