module `ml.kppv_laesa`#

Short summary#

module mlstatpy.ml.kppv_laesa

Implements optimized k-nn.

source on GitHub

Classes#

class	truncated documentation
`NuagePointsLaesa`	Implémente l’algorithme des plus proches voisins, version :ref:`LAESA <space_metric_algo_laesa_prime>`_

Properties#

property	truncated documentation
`shape`	Retourne la dimension du nuage.

Methods#

method	truncated documentation
`__init__`	Construit la classe
`fit`	Follows sklearn API.
`ppv`	Retourne l’élément le plus proche de obj et sa distance avec obj, utilise la sélection à l’aide pivots
`selection_pivots`	Sélectionne nb pivots aléatoirements.

Documentation#

Implements optimized k-nn.

source on GitHub

class mlstatpy.ml.kppv_laesa.NuagePointsLaesa(nb_pivots)#

Bases : NuagePoints

Implémente l’algorithme des plus proches voisins, version :ref:`LAESA <space_metric_algo_laesa_prime>`_

source on GitHub

Construit la classe

Paramètres:: nb_pivots – number of pivots

source on GitHub

__init__(nb_pivots)#

Construit la classe

Paramètres:: nb_pivots – number of pivots

source on GitHub

fit(X, y=None)#

Follows sklearn API.

Paramètres:

X – training set
y – labels

source on GitHub

ppv(obj)#

Retourne l’élément le plus proche de obj et sa distance avec obj, utilise la sélection à l’aide pivots

Paramètres:: obj – object
Renvoie:: tuple(distance, index)

source on GitHub

selection_pivots(nb)#

Sélectionne nb pivots aléatoirements.

Paramètres:: nb – nombre de pivots

source on GitHub