src/tests/test_models.py - master - NonerCo/StudentSystem

src/tests/test_models.py
105 строк4 KB
NonerCo
update src/tests/test_models.py
13 янв 2026, 20:59
13 янв 2026, 20:598e1d956
"""
Тесты для моделей машинного обучения.
"""
import numpy as np
import pytest
from sklearn.datasets import make_classification

from src.models import PerformancePredictor, CustomKNN


class TestPerformancePredictor:
    """Тесты для основного предсказателя."""
    
    @pytest.fixture
    def sample_data(self):
        """Создание тестовых данных."""
        X, y = make_classification(
            n_samples=100,
            n_features=10,
            n_classes=3,
            random_state=42
        )
        return X, y
    
    def test_knn_initialization(self):
        """Тест инициализации k-NN модели."""
        predictor = PerformancePredictor(model_type='knn')
        assert predictor.model_type == 'knn'
        assert hasattr(predictor, 'model')
    
    def test_random_forest_initialization(self):
        """Тест инициализации Random Forest модели."""
        predictor = PerformancePredictor(model_type='random_forest')
        assert predictor.model_type == 'random_forest'
    
    def test_training(self, sample_data):
        """Тест обучения модели."""
        X, y = sample_data
        predictor = PerformancePredictor(model_type='knn')
        
        results = predictor.train_and_evaluate(X, y, test_size=0.2)
        
        assert 'accuracy' in results
        assert 'f1_score' in results
        assert 0 <= results['accuracy'] <= 1
        assert results['test_size'] == 20  # 20% от 100
    
    def test_prediction(self, sample_data):
        """Тест предсказания для одного студента."""
        X, y = sample_data
        predictor = PerformancePredictor(model_type='knn')
        predictor.train_and_evaluate(X, y, test_size=0.2)
        
        # Предсказание для первой записи
        prediction, proba = predictor.predict_student(X[0])
        
        assert prediction in [0, 1, 2]  # Должен быть один из классов
        if proba is not None:
            assert len(proba) == 3  # Вероятности для 3 классов


class TestCustomKNN:
    """Тесты для кастомной реализации k-NN."""
    
    def test_fit_predict(self):
        """Тест обучения и предсказания кастомного k-NN."""
        X_train = np.array([[1, 2], [2, 3], [3, 4]])
        y_train = np.array([0, 1, 0])
        
        knn = CustomKNN(k=2)
        knn.fit(X_train, y_train)
        
        X_test = np.array([[1.5, 2.5]])
        predictions = knn.predict(X_test)
        
        assert len(predictions) == 1
        assert predictions[0] in [0, 1]
    
    def test_euclidean_distance(self):
        """Тест евклидова расстояния."""
        X_train = np.array([[0, 0], [3, 4]])
        y_train = np.array([0, 1])
        
        knn = CustomKNN(k=1, distance_metric='euclidean')
        knn.fit(X_train, y_train)
        
        # Точка на расстоянии 5 от [3,4] и 0 от [0,0]
        prediction = knn.predict(np.array([[0, 0]]))[0]
        assert prediction == 0
    
    def test_manhattan_distance(self):
        """Тест манхэттенского расстояния."""
        X_train = np.array([[0, 0], [2, 2]])
        y_train = np.array([0, 1])
        
        knn = CustomKNN(k=1, distance_metric='manhattan')
        knn.fit(X_train, y_train)
        
        # Точка [1,1] на равном манхэттенском расстоянии от обеих
        prediction = knn.predict(np.array([[1, 1]]))[0]
        assert prediction in [0, 1]


if __name__ == "__main__":
    pytest.main([__file__, "-v"])