Equalização do projeto: adição de novos algoritmos, métodos e refatorações a main. #23

LuizMiguel4444 · 2025-01-09T01:25:13Z

Adiciona novos algorítmos (FlexCon, FlexConC, FlexConG, SelfTraining).
Adiciona documentação à classes que ainda não tinham.
Adiciona arquivos de testes básicos (testFlex e testSelf).
Refatoração de códigos para ficar de acordo com regras configuradas no pylint.

…arning into flexconC

ArthurGorgonio · 2025-01-10T00:54:04Z

@LuizMiguel4444, esse PR está realmente pronto? Se eu tentar rodar o projeto vai rodar? Em uma parte do código ele está usando uma lib chamada mlabican, deveria usá-la?

ArthurGorgonio

Sugiro que revisem o código como um todo. Além disso, seria interessante vocês consultarem o material de apoio que vocês têm acerca do flexcon, flexcon-c e flexcon-g. Algumas das classes propostas não está de acordo com a proposta original dos métodos supracitados.

ArthurGorgonio · 2025-01-10T00:19:58Z

__init__.py

Esses imports não parecem certos, poderia corrigir para import o que realmente faz sentido a pessoa que está consumindo a biblioteca ver.

Esse arquivo init.py vai servir como uma interface do que a gente quer exportar para as outras pessoas usarem. Não faz sentido a gente exportar tudo, então sugiro uma revisão desse arquivo.

Arthur, pelo que entendi, o init.py deve ser feito basicamente quando já se tem o projeto quase pronto ou estável, quando o nosso esta um pouco distante disso, no momento acho melhor focar nas mais imediatas.

ArthurGorgonio · 2025-01-10T00:21:34Z

base_flexcons.py

+    @abstractmethod
+    def adjust_threshold(self, local_measure):
+        """
+        Método abstrato para ajuste do threshold.
+        Cada classe derivada deve implementar sua lógica específica.
+        """
+        pass


Faz um raise numa exceção que faça sentido, pois do jeito que está agora não é possível saber que esse método é obrigatório.

Aproveite defina os tipos dos atributos e retorno esperado dessa função.

ArthurGorgonio · 2025-01-10T00:22:33Z

base_flexcons.py

+    Args:
+        SelfTrainingClassifier: Método SelfTraining


Argumento é só um, mas no init tem 4, descreva todos, por favor. Incluindo o valor default de cada um, quando houver.

Algo nesse estilo estaria adequado??

class BaseFlexCon(SelfTrainingClassifier):
"""
Classe que serve como base para os diferentes métodos FlexCon.

Essa classe implementa um modelo SelfTraining utilizando um classificador base e outros parâmetros para controlar o treinamento e a execução do modelo. Args: base_classifier (classificador): O classificador base que será utilizado pelo método SelfTraining. Isso pode ser qualquer classificador do scikit-learn (ex: LogisticRegression, SVC, etc.). threshold (float, opcional): O limiar de confiança para considerar uma instância como rotulada. O valor padrão é 0.95, ou seja, a instância será rotulada apenas se a probabilidade prevista for maior ou igual a 95%. verbose (bool, opcional): Controla o nível de saída detalhada durante o treinamento. O valor padrão é False, ou seja, nenhuma saída detalhada será gerada. max_iter (int, opcional): O número máximo de iterações durante o treinamento. O valor padrão é 10. Atributos: base_classifier (classificador): O classificador base utilizado para treinar o modelo. threshold (float): O limiar de confiança para considerar instâncias rotuladas. verbose (bool): Controle de saída detalhada. max_iter (int): Número máximo de iterações para o treinamento. pred_x_it (dict): Dicionário para armazenar previsões durante o treinamento. cl_memory (list): Lista para armazenar as instâncias rotuladas durante o treinamento. classifier_ (classificador): O classificador clonado do base_classifier para ser treinado. accuracy_history (list): Lista para armazenar a acurácia ao longo das iterações. """ def __init__( self, base_classifier, threshold=0.95, verbose=False, max_iter=10 ): """ Inicializa a instância do modelo BaseFlexCon. Args: base_classifier (classificador): O classificador base que será utilizado no método SelfTraining. threshold (float, opcional): O limiar de confiança para considerar uma instância como rotulada. O valor padrão é 0.95. verbose (bool, opcional): Controle de saída detalhada. O valor padrão é False. max_iter (int, opcional): Número máximo de iterações durante o treinamento. O valor padrão é 10. """ self.base_classifier = base_classifier self.threshold = threshold self.verbose = verbose self.max_iter = max_iter self.pred_x_it = {} self.cl_memory = [] self.classifier_ = clone(base_classifier) self.accuracy_history = []

ArthurGorgonio · 2025-01-10T00:25:53Z

base_flexcons.py

+        threshold=0.95,
+        verbose=False,
+        max_iter=10
+    ):
+        self.base_classifier = base_classifier
+        self.threshold = threshold
+        self.verbose = verbose
+        self.max_iter = max_iter
+        self.pred_x_it = {}
+        self.cl_memory = []
+        self.classifier_ = clone(base_classifier)
+        self.accuracy_history = []


Seria muito bom a gente indicar qual seria o tipo que a gente está tratando. Por exemplo:

Suggested change

threshold=0.95,

verbose=False,

max_iter=10

):

self.base_classifier = base_classifier

self.threshold = threshold

self.verbose = verbose

self.max_iter = max_iter

self.pred_x_it = {}

self.cl_memory = []

self.classifier_ = clone(base_classifier)

self.accuracy_history = []

threshold: float = 0.95,

verbose: bool = False,

max_iter: int = 10

):

self.base_classifier = base_classifier

self.threshold = threshold

self.verbose = verbose

self.max_iter = max_iter

self.pred_x_it: dict[int, int] = {}

self.cl_memory = []

self.classifier_ = clone(base_classifier)

self.accuracy_history: list[float] = []

continue a partir daí, coloque, de preferência o tipo correto para os argumentos que são listas, dicionários e etc. VALE PARA TODO O RESTO DO ARQUIVO!

Irei repassar por todo o arquivo.

ArthurGorgonio · 2025-01-10T00:26:49Z

base_flexcons.py

+from typing import Dict, List, Optional
+
+import numpy as np
+from selfTrainingInitial import SelfTrainingClassifier


Esse cara está na ordem errada.

Conforme o ISort, é isso mesmo.

ArthurGorgonio · 2025-01-10T00:48:15Z

base_flexcons.py

+            if (first_confidence >= self.threshold or \
+            confidence >= self.threshold) and first_class == predicted_class:


Evitar o uso da ''.

escolha um dos modelos a seguir e refatore com ele em mente, veja a PEP-0008. Ou podem usar um estilo de vocês, mas essa backslash a PEP, e eu, desencorajamos fortemente.

ArthurGorgonio · 2025-01-10T00:48:35Z

base_flexcons.py

+            if first_class != predicted_class and \
+            first_confidence >= self.threshold and \
+            confidence >= self.threshold:


Evitar o uso da ''.

escolha um dos modelos a seguir e refatore com ele em mente, veja a PEP-0008. Ou podem usar um estilo de vocês, mas essa backslash a PEP, e eu, desencorajamos fortemente.

ArthurGorgonio · 2025-01-10T00:48:45Z

base_flexcons.py

+            if first_class != predicted_class and \
+            (first_confidence >= self.threshold \
+            or confidence >= self.threshold):


Evitar o uso da ''.

escolha um dos modelos a seguir e refatore com ele em mente, veja a PEP-0008. Ou podem usar um estilo de vocês, mas essa backslash a PEP, e eu, desencorajamos fortemente.

ArthurGorgonio · 2025-01-10T00:49:43Z

base_flexcons.py

+        Função responsável por gerenciar todas as regras de inclusão do método
+
+        Returns:
+            _type_: _description_


cade a documentação do retorno?

ArthurGorgonio · 2025-01-10T00:50:11Z

base_flexcons.py

+
+
+


era para ser só uma linha aqui, pq tem 3?

Irei remover na correção.

ArthurGorgonio · 2025-02-17T22:47:19Z

Conforme alinhado com o @RenanCDev em reunião virtual, eu vou fechar essa revisão e serão criadas as tarefas específicas de cada um dos algoritmos para que seja melhor dividido e distribuído o código.

Ele iniciou o trabalho da divisão desse PR pela tarefa #17 que está específica para o FlexCon-G.

LuizMiguel4444 and others added 10 commits December 23, 2024 22:53

atualização da biblioteca: FlexConC's

3a67ac0

chore: add .gitignore file with standard rules

d0d3f7e

equilização com a versão anterior local

9510df0

Merge branch 'flexconC' of github.com:labican-ufrn/semi-supervised-le…

3d9ec80

…arning into flexconC

chore - commit involuntário, foi mal

a3773fe

atualização da biblioteca: FlexConC's

13fe206

chore: add .gitignore file with standard rules

8969295

equilização com a versão anterior local

5ad6fc6

chore - commit involuntário, foi mal

d3b33b5

Merge branch 'flexconC' of github.com:labican-ufrn/semi-supervised-le…

1121be8

…arning into flexconC

LuizMiguel4444 linked an issue Jan 9, 2025 that may be closed by this pull request

Adaptações do Self Training #16

Open

LuizMiguel4444 requested a review from ArthurGorgonio January 9, 2025 01:25

LuizMiguel4444 added 3 commits January 8, 2025 21:58

#16 #17 #22: equilização com a versão anterior local

8a089e4

#16 #17 #22: equilização da main com a versão atual da lib

4873cb8

#16 #17 #22: equilização da main com a versão atual da lib

e3b48b7

LuizMiguel4444 linked an issue Jan 10, 2025 that may be closed by this pull request

Implementar o FlexCon-G #17

Open

ArthurGorgonio requested changes Jan 10, 2025

View reviewed changes

RenanCost15 requested a review from ArthurGorgonio January 13, 2025 17:00

ArthurGorgonio changed the title ~~Equalização do projeto: adição de novos algorítmos, métodos e refatorações a main.~~ Equalização do projeto: adição de novos algoritmos, métodos e refatorações a main. Jan 13, 2025

This was unlinked from issues Feb 17, 2025

Adaptações do Self Training #16

Open

Implementar o FlexCon-G #17

Open

ArthurGorgonio closed this Feb 17, 2025

		if (first_confidence >= self.threshold or \
		confidence >= self.threshold) and first_class == predicted_class:

Equalização do projeto: adição de novos algoritmos, métodos e refatorações a main. #23

Equalização do projeto: adição de novos algoritmos, métodos e refatorações a main. #23

Uh oh!

Conversation

LuizMiguel4444 commented Jan 9, 2025

Uh oh!

ArthurGorgonio commented Jan 10, 2025

Uh oh!

ArthurGorgonio left a comment

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

Choose a reason for hiding this comment

Uh oh!

ArthurGorgonio commented Feb 17, 2025

Uh oh!

Reviewers

Assignees

Labels

Projects

Milestone

Development

Uh oh!

4 participants