test_simple.py - master - dayekb/vibecoding_ML

test_simple.py
84 строки3 KB
Your Name
Initial commit: Complete ML course project with EDA, pipelines, modeling, and advanced techniques
26 авг 2025, 20:23
26 авг 2025, 20:23774682e
#!/usr/bin/env python3
"""Упрощенный тестовый скрипт для проверки основных компонентов ML проекта."""

import sys
import os
import numpy as np
import pandas as pd
from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# Добавляем src в путь
sys.path.append(os.path.join(os.path.dirname(__file__), 'src'))

# Импортируем упрощенную конфигурацию
sys.path.append(os.path.join(os.path.dirname(__file__), 'configs'))
from simple_config import TEST_SIZE, RANDOM_STATE

def test_basic_imports():
    """Тестируем базовые импорты."""
    print("🔍 Тестируем базовые импорты...")

    try:
        # Создаем простые данные для тестирования
        X, y = make_classification(n_samples=100, n_features=5, random_state=RANDOM_STATE)
        df = pd.DataFrame(X, columns=[f'feature_{i}' for i in range(X.shape[1])])
        df['target'] = y

        print("✅ Базовые импорты успешны!")
        return df

    except Exception as e:
        print(f"❌ Ошибка базовых импортов: {e}")
        return None

def test_basic_functionality(df):
    """Тестируем базовую функциональность."""
    print("\n🧪 Тестируем базовую функциональность...")

    try:
        # Разделяем данные
        X = df.drop('target', axis=1)
        y = df['target']
        X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=TEST_SIZE, random_state=RANDOM_STATE)

        print(f"✅ Данные разделены: train={len(X_train)}, test={len(X_test)}")

        # Простая модель
        from sklearn.ensemble import RandomForestClassifier
        model = RandomForestClassifier(n_estimators=10, random_state=RANDOM_STATE)
        model.fit(X_train, y_train)

        # Предсказания
        y_pred = model.predict(X_test)
        accuracy = accuracy_score(y_test, y_pred)

        print(f"✅ Точность модели: {accuracy:.3f}")
        return True

    except Exception as e:
        print(f"❌ Ошибка базовой функциональности: {e}")
        return False

def main():
    """Основная функция тестирования."""
    print("🚀 Начинаем упрощенное тестирование ML проекта...\n")

    # Тест 1: Базовые импорты
    df = test_basic_imports()
    if df is None:
        print("❌ Критическая ошибка: не удалось создать тестовые данные")
        return

    # Тест 2: Базовая функциональность
    success = test_basic_functionality(df)

    if success:
        print("\n🎉 Базовое тестирование успешно завершено!")
        print("📝 Основные компоненты работают корректно")
    else:
        print("\n❌ Тестирование выявило проблемы")

if __name__ == "__main__":
    main()