ml_algorithms/base/base_model.py - master - LeonBlue/ML_algos_from_scratch_python

ml_algorithms/base/base_model.py

82 строки2 KB

LeonBlue

Добавлены Jupyter ноутбуки для теории и визуализации алгоритмов, обновлены зависимости в requirements.txt, улучшены классы KMeans и LogisticRegression с методами для получения и установки параметров модели.

07 дек 2025, 01:03

07 дек 2025, 01:0380e326c

"""
Базовый класс для всех ML моделей
"""

from abc import ABC, abstractmethod
import numpy as np


class BaseModel(ABC):
    """Абстрактный базовый класс для всех моделей машинного обучения"""
    
    def __init__(self):
        self.is_fitted = False
    
    @abstractmethod
    def fit(self, X, y=None):
        """
        Обучение модели
        
        Parameters:
        -----------
        X : array-like, shape (n_samples, n_features)
            Обучающие данные
        y : array-like, shape (n_samples,), optional
            Целевые значения (для обучения с учителем)
        
        Returns:
        --------
        self : object
        """
        pass
    
    @abstractmethod
    def predict(self, X):
        """
        Предсказание на новых данных
        
        Parameters:
        -----------
        X : array-like, shape (n_samples, n_features)
            Данные для предсказания
        
        Returns:
        --------
        predictions : array-like
            Предсказания модели
        """
        pass


    @abstractmethod
    def get_params(self):
        """
        Получение параметров модели
        
        Parameters:
        """
        pass
    
    @abstractmethod
    def set_params(self, **params):
        """
        Установка параметров модели
        
        Parameters:     
        -----------
        **params : dict
            Параметры модели
        """
        pass

    def _check_is_fitted(self):
        """Проверка, обучена ли модель"""
        if not self.is_fitted:
            raise ValueError("Модель еще не обучена. Вызовите fit() перед predict().")
    
    def _validate_input(self, X):
        """Валидация входных данных"""
        X = np.asarray(X)
        if X.ndim == 1:
            X = X.reshape(1, -1)
        return X