BaseClassifier

Classe base abstrata para algoritmos de classificação.

Módulo: aisp.base
Importação: from aisp.base import BaseClassifier

---

Visão geral

Esta classe define a interface principal para algoritmos de classificação.
Ela define a implementação dos metodos fit e predict em todas as classes derivadas, e fornece uma implementação do método score.

Caso de uso:

• Classe base abstrata para estender classes de algoritmos de classificação.

---

Atributos

Nome	Tipo	Padrão	Descrição
classes	Optional[npt.NDArray]	None	Rótulos das classes identificado de y durante o treinamento.

---

Métodos abstratos

fit

@abstractmethod
def fit(
    self,
    X: Union[npt.NDArray, list],
    y: Union[npt.NDArray, list],
    verbose: bool = True
) -> BaseClassifier:
    ...

Treine o modelo usando os dados de entrada X e seus rótulos correspondentes y. Este método abstrato é implementado é responsabilidade das classes filhas.

Parâmetros

Nome	Tipo	Padrão	Descrição
X	Union[npt.NDArray, list]	-	Amostras de entrada para treinamento. Cada linha corresponde a uma amostra e cada coluna a uma característica.
y	Union[npt.NDArray, list]	-	Vetor alvo no formato (n_samples,). Deve conter o mesmo número de amostras que X.
verbose	bool	True	Se True, exibe informações sobre o progresso do treinamento.

Returns

Tipo	Descrição
Self	Retorna a instancia da classe.

---

predict

@abstractmethod
def predict(self, X: Union[npt.NDArray, list]) -> npt.NDArray:
    ...

Gera previsões com base nos dados de entrada X.
Este método abstrato é implementado é responsabilidade das classes filhas.

Parâmetros

Nome	Tipo	Padrão	Descrição
X	Union[npt.NDArray, list]	-	Amostras de entrada. Deve ter o mesmo número de características usadas no treinamento.

Returns

Tipo	Descrição
npt.NDArray	Array com as previsões para cada amostra de X.

---

Métodos públicos

score

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

A função calcula o desempenho do modelo nas previsões utilizando a métrica de acurácia.

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

Nome	Tipo	Padrão	Descrição
X	Union[npt.NDArray, list]	-	Conjunto de características com dimensões (n_samples, n_features).
y	Union[npt.NDArray, list]	-	Rótulos verdadeiros com dimensão (n_amostras,).

Returns

Tipo	Descrição
float	A precisão do modelo.