Pular para o conteúdo principal

Classe aisp._base

A classe _Base 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 _distance(...):​

def _distance(self, u: npt.NDArray, v: npt.NDArray)

Função para calcular a distância entre dois pontos usando a "métrica" escolhida.

Parâmetros:

  • u (npt.NDArray): Coordenadas do primeiro ponto.
  • v (npt.NDArray): Coordenadas do segundo ponto.

Retorna:

  • Distância (double) entre os dois pontos.

def _check_and_raise_exceptions_fit(...)​

def _check_and_raise_exceptions_fit(self, X: npt.NDArray = None, y: npt.NDArray = None, _class_: Literal['RNSA', 'BNSA'] = 'RNSA')

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 de X com [N samples (linhas)].
  • class (Literal[RNSA, BNSA], opcional): Classe atual. O padrão é 'RNSA'.

def _slice_index_list_by_class(...)​

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

A função _slice_index_list_by_class(...) separa os índices das linhas de acordo com a classe de saída, para iterar sobre o array de amostra apenas nas posições em que a saída é a classe em treinamento.

Parâmetros:

  • y (npt.NDArray): Recebe um array y[N amostra] com as classes de saída do array de amostra X.

Retorna:

  • dict: Um dicionário com a lista de posições do array (y), com as classes como chave.

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.