§
    	¼¸j[  ã            	       óv  — d dl Zd dlZd dlmZ d dlmZ d dlmZm	Z	m
Z
mZ d dlmZ d dlmZ d dlmZ d dlmZ d d	lmZmZmZmZ d d
lmZ d dlmZmZmZ d dlm Z  d dl!m"Z" d dl#m$Z$ d dl%m&Z& d dl'm(Z( d dl)m*Z* d dl+m,Z,m-Z-m.Z. d„ Z/d„ Z0 ed¬¦  «        d„ ¦   «         Z1ej2         3                    dddg¦  «         ed¬¦  «        d„ ¦   «         ¦   «         Z4ej2         3                    d e
ddd ¬¦  «         ed ¬ ¦  «        g¦  «        d!„ ¦   «         Z5ej2         3                    d"d#dd$œe6d%fd&d'd$œe6d(fd#d'd$œed)fg¦  «        d*„ ¦   «         Z7ej2         3                    d+ e¦   «          e&¦   «          ed,¬-¦  «        g¦  «        ej2         3                    d.g d/¢¦  «        ej2         3                    d0eeg¦  «        d1„ ¦   «         ¦   «         ¦   «         Z8ej2         3                    d.g d2¢¦  «        d3„ ¦   «         Z9d4„ Z:ej2         3                    d.g d2¢¦  «        ej2         3                    d5 ee¦  «         eed6¬7¦  «        g¦  «        d8„ ¦   «         ¦   «         Z;ej2         3                    d9dd'g¦  «         ed¬¦  «        d:„ ¦   «         ¦   «         Z<ej2         3                    dddg¦  «         ed¬¦  «        d;„ ¦   «         ¦   «         Z= ed¬¦  «        d<„ ¦   «         Z>d=„ Z?ej2         3                    d>dd'g¦  «        d?„ ¦   «         Z@d@„ ZAdA„ ZBej2         3                    d.g dB¢¦  «        dC„ ¦   «         ZCej2         3                    dDdEdFg¦  «        ej2         3                    dGd dg¦  «        dH„ ¦   «         ¦   «         ZD ed¬¦  «        dI„ ¦   «         ZEej2         3                    dJg dK¢¦  «        dL„ ¦   «         ZFdM„ ZGdS )Né    N)Úconfig_context)Úclone)Úload_breast_cancerÚ	load_irisÚmake_classificationÚmake_multilabel_classification)ÚDummyClassifier)ÚGradientBoostingClassifier)ÚNotFittedError)ÚLogisticRegression)Úbalanced_accuracy_scoreÚf1_scoreÚfbeta_scoreÚmake_scorer)Ú_CurveScorer)ÚFixedThresholdClassifierÚStratifiedShuffleSplitÚTunedThresholdClassifierCV)Ú_fit_and_score_over_thresholds)Úmake_pipeline)ÚStandardScaler)ÚSVC)ÚDecisionTreeClassifier)ÚCheckingClassifier)Ú_convert_containerÚassert_allcloseÚassert_array_equalc            
      óð  — t          dd¬¦  «        \  } }t          j        d¦  «        t          j        dd¦  «        }}t          ¦   «         }t	          t
          dddi ¬¦  «        }t          || |i |||i ¬	¦  «        \  }}t          j        |d
d…         |dd
…         k    ¦  «        sJ ‚t          |t          j	        ¦  «        sJ ‚t          j
        |dk    |dk    ¦  «                             ¦   «         sJ ‚d
S )zCheck that `_fit_and_score_over_thresholds` returns thresholds in ascending order
    for the different accepted curve scorers.éd   r   ©Ú	n_samplesÚrandom_stateé2   é   Úpredict_probaé
   ©Ú
score_funcÚsignÚresponse_methodÚ
thresholdsÚkwargs©Ú
fit_paramsÚ	train_idxÚval_idxÚcurve_scorerÚscore_paramsNéÿÿÿÿ)r   ÚnpÚaranger   r   r   r   ÚallÚ
isinstanceÚndarrayÚlogical_and©ÚXÚyr/   r0   Ú
classifierr1   Úscoresr+   s           ú‹/root/private/project/pallet_detection_v2/.venv/lib/python3.11/site-packages/sklearn/model_selection/tests/test_classification_threshold.pyÚ0test_fit_and_score_over_thresholds_curve_scorersr@   +   s  € õ ¨¸1Ð=Ñ=Ô=�D€A€qÝœ 2™œ­¬	°"°cÑ(:Ô(:ˆw€IÝ#Ñ%Ô%€JåÝ*ØØ'ØØðñ ô €Lõ 8ØØ	Ø	ØØØØ!Øð	ñ 	ô 	Ñ€FˆJõ Œ6�*˜S˜b˜S”/ Z°°°¤^Ò3Ñ4Ô4Ð4Ð4Ð4Ý�f�bœjÑ)Ô)Ð)Ð)Ð)ÝŒ>˜& Aš+ v°¢{Ñ3Ô3×7Ò7Ñ9Ô9Ð9Ð9Ð9Ð9Ð9ó    c            
      óö  — t          dd¬¦  «        \  } }dt          j        dd¦  «        }}t          d¬¦  «                             | |¦  «        }|                     | |         ||         ¦  «        t          j        d¦  «        k    sJ ‚t          t          dd	d
i ¬¦  «        }t          || |i |||i ¬¦  «        \  }}t          j        |dd…         |dd…         k    ¦  «        sJ ‚t          |ddg¦  «         dS )z-Check the behaviour with a prefit classifier.r   r   r    Nr#   ©r"   g      ð?r$   r%   é   r'   r-   r3   ç      à?)r   r4   r5   r   ÚfitÚscoreÚpytestÚapproxr   r   r   r6   r   r:   s           r?   Ú)test_fit_and_score_over_thresholds_prefitrJ   I   s!  € å¨¸1Ð=Ñ=Ô=�D€A€qð �rœy¨¨SÑ1Ô1ˆw€IÝ'°QÐ7Ñ7Ô7×;Ò;¸A¸qÑAÔA€Jð ×Ò˜A˜gœJ¨¨'¬
Ñ3Ô3µv´}ÀSÑ7IÔ7IÒIÐIÐIÐIåÝ*ØØ'ØØðñ ô €Lõ 8ØØ	Ø	ØØØØ!Øð	ñ 	ô 	Ñ€FˆJõ Œ6�*˜S˜b˜S”/ Z°°°¤^Ò3Ñ4Ô4Ð4Ð4Ð4Ý�F˜S #˜JÑ'Ô'Ð'Ð'Ð'rA   T)Úenable_metadata_routingc                  óf  — t          d¬¦  «        \  } }| dd…         |dd…         }} t          j        | | |dk             g¦  «        t          j        |||dk             g¦  «        }}t          j        |¦  «        }|dd…xx         dz  cc<   t          ¦   «         }t          j        |j        d         ¦  «        }t          j        |j        d         ¦  «        }t          t          dd	d
i ¬¦  «        }t          |||i |||i ¬¦  «        \  }	}
t          j        | j        d         ¦  «        t          j        | j        d         ¦  «        }}t          |                     d¬¦  «        | |d|i|||                     d¬¦  «        d|i¬¦  «        \  }}t          |
|¦  «         t          |	|¦  «         dS )zICheck that we dispatch the sample-weight to fit and score the classifier.T©Ú
return_X_yNr   r   r#   rD   r$   r%   r&   r'   r-   ©Úsample_weightrP   )r   r4   ÚvstackÚhstackÚ	ones_liker   r5   Úshaper   r   r   Úset_fit_requestÚset_score_requestr   )r;   r<   Ú
X_repeatedÚ
y_repeatedrP   r=   Útrain_repeated_idxÚval_repeated_idxr1   Úscores_repeatedÚthresholds_repeatedr/   r0   r>   r+   s                  r?   Ú0test_fit_and_score_over_thresholds_sample_weightr]   i   sÙ  € õ  Ð%Ñ%Ô%�D€A€qØˆTˆcˆTŒ7�A�d�s�d”G€q€Aõ  œY¨¨1¨Q°!ªV¬9 ~Ñ6Ô6½¼	À1ÀaÈÈQÊÄiÀ.Ñ8QÔ8Q�
€Jå”L ‘O”O€MØ�#�2�#ÐÐÔ˜!ÑÐÐÑå#Ñ%Ô%€JÝœ :Ô#3°AÔ#6Ñ7Ô7ÐÝ”y Ô!1°!Ô!4Ñ5Ô5ÐÝÝ*ØØ'ØØðñ ô €Lõ ,JØØØØØ$Ø Ø!Øð	,ñ 	,ô 	,Ñ(€OÐ(õ œ 1¤7¨1¤:Ñ.Ô.µ´	¸!¼'À!¼*Ñ0EÔ0Eˆw€IÝ7Ø×"Ò"°Ð"Ñ6Ô6Ø	Ø	Ø# ]Ð3ØØØ!×3Ò3À$Ð3ÑGÔGØ% }Ð5ð	ñ 	ô 	Ñ€FˆJõ Ð'¨Ñ4Ô4Ð4Ý�O VÑ,Ô,Ð,Ð,Ð,rA   Úfit_params_typeÚlistÚarrayc           
      óv  — t          dd¬¦  «        \  }}t          || ¦  «        t          || ¦  «        dœ}t          ddgd¬¦  «        }|                     dd¬¦  «         t	          j        d	¦  «        t	          j        d	d¦  «        }}t          t          d
ddi ¬¦  «        }t          |||||||i ¬¦  «         dS )úECheck that we pass `fit_params` to the classifier when calling `fit`.r   r   r    ©ÚaÚbrd   re   ©Úexpected_fit_paramsr"   Tr#   r$   r%   r&   r'   r-   N)	r   r   r   rU   r4   r5   r   r   r   )r^   r;   r<   r.   r=   r/   r0   r1   s           r?   Ú-test_fit_and_score_over_thresholds_fit_paramsrh   š   sí   € õ ¨¸1Ð=Ñ=Ô=�D€A€qå  ?Ñ3Ô3Ý  ?Ñ3Ô3ðð €Jõ
 $¸¸c¸
ÐQRÐSÑSÔS€JØ×Ò ¨ÐÑ.Ô.Ð.Ýœ 2™œ­¬	°"°cÑ(:Ô(:ˆw€IåÝ*ØØ'ØØðñ ô €Lõ #ØØ	Ø	ØØØØ!Øð	ñ 	ô 	ð 	ð 	ð 	rA   Údataé   r$   )Ú	n_classesÚn_clusters_per_classr"   rC   c                 ó¸   — d}t          j        t          |¬¦  «        5   t          t	          ¦   «         ¦  «        j        | Ž  ddd¦  «         dS # 1 swxY w Y   dS )zHCheck that we raise an informative error message for non-binary problem.z(Only binary classification is supported.©ÚmatchN)rH   ÚraisesÚ
ValueErrorr   r   rF   )ri   Úerr_msgs     r?   Ú)test_tuned_threshold_classifier_no_binaryrs   »   s¶   € ð 9€GÝ	Œ•z¨Ð	1Ñ	1Ô	1ð Dð DØ<Õ"Õ#5Ñ#7Ô#7Ñ8Ô8Ô<¸dÐCÐCðDð Dð Dñ Dô Dð Dð Dð Dð Dð Dð Dð Døøøð Dð Dð Dð Dð Dð Ds   ž$AÁAÁAzparams, err_type, err_msgÚprefit©ÚcvÚrefitz'When cv='prefit', refit cannot be True.r&   Fz1When cv has several folds, refit cannot be False.z`estimator` must be fitted.c                 óæ   — t          dd¬¦  «        \  }}t          j        ||¬¦  «        5  t          t	          ¦   «         fi | ¤Ž                     ||¦  «         ddd¦  «         dS # 1 swxY w Y   dS )zhCheck that we raise an informative error message when `cv` and `refit`
    cannot be used together.
    r   r   r    rn   N)r   rH   rp   r   r   rF   )ÚparamsÚerr_typerr   r;   r<   s        r?   Ú1test_tuned_threshold_classifier_conflict_cv_refitr{   É   sÔ   € õ0 ¨¸1Ð=Ñ=Ô=�D€A€qÝ	Œ�x wÐ	/Ñ	/Ô	/ð Mð MÝ"Õ#5Ñ#7Ô#7ÐBÐB¸6ÐBÐB×FÒFÀqÈ!ÑLÔLÐLðMð Mð Mñ Mô Mð Mð Mð Mð Mð Mð Mð Møøøð Mð Mð Mð Mð Mð Ms   «.A&Á&A*Á-A*Ú	estimatoré   )Ún_estimatorsr*   ©r%   Úpredict_log_probaÚdecision_functionÚThresholdClassifierc                 ó´  — t          dd¬¦  «        \  }} | |¬¦  «        }t          ||¦  «        t          ||¦  «        k    sJ ‚|                     ||¦  «         t          ||¦  «        t          ||¦  «        k    sJ ‚t          ||¦  «        rI t          ||¦  «        |¦  «        } t          |j        |¦  «        |¦  «        }t          ||¦  «         dS dS )zoCheck that `TunedThresholdClassifierCV` exposes the same response methods as the
    underlying estimator.
    r   r   r    ©r|   N)r   ÚhasattrrF   ÚgetattrÚ
estimator_r   )r‚   r|   r*   r;   r<   ÚmodelÚy_pred_cutoffÚy_pred_underlying_estimators           r?   Ú4test_threshold_classifier_estimator_response_methodsr‹   æ   sõ   € õ  ¨¸1Ð=Ñ=Ô=�D€A€qàÐ¨)Ð4Ñ4Ô4€EÝ�5˜/Ñ*Ô*­g°iÀÑ.QÔ.QÒQÐQÐQÐQà	‡I‚Iˆa��O„O€OÝ�5˜/Ñ*Ô*­g°iÀÑ.QÔ.QÒQÐQÐQÐQåˆu�oÑ&Ô&ð DØ7�  Ñ7Ô7¸Ñ:Ô:ˆØ&P¥g¨eÔ.>ÀÑ&PÔ&PÐQRÑ&SÔ&SÐ#å˜Ð'BÑCÔCÐCÐCÐCð	Dð DrA   )Úautor�   r%   c                 ó   — t          d¬¦  «        \  }}|dd…dd…f         }t          j        |dk    ¦  «        }|d|j        dz  …         }t          j        |dk    ¦  «        }t          j        ||         ||         g¦  «        }t          j        ||         ||         g¦  «        }t          t          ¦   «         t          ¦   «         ¦  «         	                    ||¦  «        }d}t          |d	| |d¬
¦  «        }t          || 	                    ||¦  «                             |¦  «        ¦  «        }t          ||                     |¦  «        ¦  «        }	||	k    sJ ‚|j        d         j        |fk    sJ ‚|j        d         j        |fk    sJ ‚dS )zSCheck that `TunedThresholdClassifierCV` is optimizing a given objective
    metric.TrM   Né   r$   r#   r   r   Úbalanced_accuracy)r|   Úscoringr*   r+   Ústore_cv_resultsr+   r>   )r   r4   ÚflatnonzeroÚsizerQ   rR   r   r   r   rF   r   r   ÚpredictÚcv_results_rT   )
r*   r;   r<   Úindices_posÚindices_negÚlrr+   rˆ   Úscore_optimizedÚscore_baselines
             r?   Ú8test_tuned_threshold_classifier_without_constraint_valuer›     s�  € õ ¨Ð.Ñ.Ô.�D€A€qà	ˆ!ˆ!ˆ!ˆRˆaˆRˆ%Œ€Aõ ”.  a¢Ñ(Ô(€KØÐ6 Ô 0°BÑ 6Ð6Ô7€KÝ”.  a¢Ñ(Ô(€Kå
Œ	�1�[”> 1 [¤>Ð2Ñ3Ô3€AÝ
Œ	�1�[”> 1 [¤>Ð2Ñ3Ô3€Aå	•~Ñ'Ô'Õ);Ñ)=Ô)=Ñ	>Ô	>×	BÒ	BÀ1ÀaÑ	HÔ	H€BØ€JÝ&ØØ#Ø'ØØðñ ô €Eõ .¨a°·²¸1¸a±´×1HÒ1HÈÑ1KÔ1KÑLÔL€OÝ,¨Q°·
²
¸1±´Ñ>Ô>€NØ˜^Ò+Ð+Ð+Ð+ØÔ˜\Ô*Ô0°Z°MÒAÐAÐAÐAØÔ˜XÔ&Ô,°°Ò=Ð=Ð=Ð=Ð=Ð=rA   c                  ó†  — t          d¬¦  «        \  } }t          t          ¦   «         t          ¦   «         ¦  «                             | |¦  «        }t          |t          t          d¬¦  «        ¬¦  «                             | |¦  «        }t          |t          t          d¬¦  «        ¬¦  «                             | |¦  «        }t          |t          t          ¦  «        ¬¦  «                             | |¦  «        }|j	        t          j        |j	        ¦  «        k    sJ ‚|j	        t          j        |j	        ¦  «        k    sJ ‚dS )z¬Check that we can pass a metric with a parameter in addition check that
    `f_beta` with `beta=1` is equivalent to `f1` and different from `f_beta` with
    `beta=2`.
    TrM   r$   )Úbeta)r|   r�   rD   N)r   r   r   r   rF   r   r   r   r   Úbest_threshold_rH   rI   )r;   r<   r˜   Úmodel_fbeta_1Úmodel_fbeta_2Úmodel_f1s         r?   Ú5test_tuned_threshold_classifier_metric_with_parameterr¢   '  s/  € õ
 ¨Ð.Ñ.Ô.�D€A€qÝ	•~Ñ'Ô'Õ);Ñ)=Ô)=Ñ	>Ô	>×	BÒ	BÀ1ÀaÑ	HÔ	H€BÝ.Ø�k­+¸AÐ>Ñ>Ô>ðñ ô ç	‚cˆ!ˆQ�i„ið õ /Ø�k­+¸AÐ>Ñ>Ô>ðñ ô ç	‚cˆ!ˆQ�i„ið õ *Ø�k­(Ñ3Ô3ðñ ô ç	‚cˆ!ˆQ�i„ið ð Ô(­F¬M¸(Ô:RÑ,SÔ,SÒSÐSÐSÐSØÔ(­F¬M¸-Ô:WÑ,XÔ,XÒXÐXÐXÐXÐXÐXrA   ÚmetricÚcancer)Ú	pos_labelc                 óð  — t          d¬¦  «        \  }}t          j        ddgt          ¬¦  «        }||         }t	          t          t          ¦   «         t          ¦   «         ¦  «        || d¬¦  «                             ||¦  «        }t          |j
        t          j        |¦  «        ¦  «         |                     |¦  «        }t          t          j        |¦  «        t          j        |¦  «        ¦  «         dS )	z�Check that targets represented by str are properly managed.
    Also, check with several metrics to be sure that `pos_label` is properly
    dispatched.
    TrM   r¤   Úhealthy)Údtyper   )r|   r�   r*   r+   N)r   r4   r`   Úobjectr   r   r   r   rF   r   Úclasses_Úsortr”   Úunique)r*   r£   r;   r<   Úclassesrˆ   Úy_preds          r?   Ú3test_tuned_threshold_classifier_with_string_targetsr¯   <  sÞ   € õ ¨Ð.Ñ.Ô.�D€A€qõ Œh˜ )Ð,µFÐ;Ñ;Ô;€GØ�Œ
€AÝ&Ý¥Ñ 0Ô 0Õ2DÑ2FÔ2FÑGÔGØØ'Øð	ñ ô ÷
 
‚cˆ!ˆQ�i„ið 
õ �u”~¥r¤w¨wÑ'7Ô'7Ñ8Ô8Ð8Ø�]Š]˜1ÑÔ€FÝ•r”y Ñ(Ô(­"¬'°'Ñ*:Ô*:Ñ;Ô;Ð;Ð;Ð;rA   Úwith_sample_weightc                 ó\  — t           j                             |¦  «        }t          dd¬¦  «        \  }}| r7|                     |j        d         ¦  «        }t          j        ||¬¦  «        }nd}t          ¦   «                              d¬¦  «        }t          |d¬¦  «         
                    |||¬¦  «        }|j        |usJ ‚| 
                    |||¬¦  «         t          |j        j        |j        ¦  «         t          |j        j        |j        ¦  «         t          ¦   «                              d¬¦  «        }| 
                    |||¬¦  «         |j                             ¦   «         }t          |d	d
¬¦  «         
                    |||¬¦  «        }|j        |u sJ ‚t          |j        j        |¦  «         t          ¦   «                              d¬¦  «        }t          j        d¦  «        t          j        dd¦  «        fg}	t          ||	d
¬¦  «         
                    |||¬¦  «        }|j        |usJ ‚| r||	d         d                  }
nd}
| 
                    ||	d         d                  ||	d         d                  |
¬¦  «         t          |j        j        |j        ¦  «         dS )z-Check the behaviour of the `refit` parameter.r   r   r    )ÚoutNTrO   ©rw   rt   Fru   r#   )r4   ÚrandomÚRandomStater   ÚrandnrT   Úabsr   rU   r   rF   r‡   r   Úcoef_Ú
intercept_Úcopyr5   )r°   Úglobal_random_seedÚrngr;   r<   rP   r|   rˆ   Úcoefrv   Úsw_trains              r?   Ú%test_tuned_threshold_classifier_refitr¿   \  sµ  € õ Œ)×
Ò
Ð 2Ñ
3Ô
3€CÝ¨¸1Ð=Ñ=Ô=�D€A€qØð ØŸ	š	 !¤'¨!¤*Ñ-Ô-ˆÝœ˜}°-Ð@Ñ@Ô@ˆˆàˆõ #Ñ$Ô$×4Ò4À4Ð4ÑHÔH€IÝ& y¸Ð=Ñ=Ô=×AÒAØ	ˆ1˜Mð Bñ ô €Eð Ô 9Ð,Ð,Ð,Ð,Ø‡M‚M�!�Q m€MÑ4Ô4Ð4Ý�EÔ$Ô*¨I¬OÑ<Ô<Ð<Ý�EÔ$Ô/°Ô1EÑFÔFÐFõ #Ñ$Ô$×4Ò4À4Ð4ÑHÔH€IØ‡M‚M�!�Q m€MÑ4Ô4Ð4ØŒ?×ÒÑ!Ô!€DÝ& y°XÀUÐKÑKÔK×OÒOØ	ˆ1˜Mð Pñ ô €Eð Ô˜yÐ(Ð(Ð(Ð(Ý�EÔ$Ô*¨DÑ1Ô1Ð1õ #Ñ$Ô$×4Ò4À4Ð4ÑHÔH€Iå	Œ�2‰Œ�œ	 " cÑ*Ô*Ð+ð
€Bõ ' y°R¸uÐEÑEÔE×IÒIØ	ˆ1˜Mð Jñ ô €Eð Ô 9Ð,Ð,Ð,Ð,Øð Ø   A¤ q¤Ô*ˆˆàˆØ‡M‚M�!�B�q”E˜!”H”+˜q  A¤ q¤œ{¸(€MÑCÔCÐCÝ�EÔ$Ô*¨I¬OÑ<Ô<Ð<Ð<Ð<rA   c                 ó   — t          dd¬¦  «        \  }}t          || ¦  «        t          || ¦  «        dœ}t          ddgd¬¦  «        }|                     dd¬¦  «         t	          |¦  «        } |j        ||fi |¤Ž d	S )
rb   r   r   r    rc   rd   re   rf   TN)r   r   r   rU   r   rF   )r^   r;   r<   r.   r=   rˆ   s         r?   Ú*test_tuned_threshold_classifier_fit_paramsrÁ   �  s¡   € õ ¨¸1Ð=Ñ=Ô=�D€A€qå  ?Ñ3Ô3Ý  ?Ñ3Ô3ðð €Jõ
 $¸¸c¸
ÐQRÐSÑSÔS€JØ×Ò ¨ÐÑ.Ô.Ð.Ý& zÑ2Ô2€EØ€E„Iˆa�Ð!Ð!�jÐ!Ð!Ð!Ð!Ð!rA   c                  óþ  — t          d¬¦  «        \  } }t          ¦   «                              | ¦  «        } t          j        | dd…         | dd…         f¦  «        } t          j        |dd…         |dd…         f¦  «        }t          j        |¦  «        }d|ddd…<   t          ¦   «                              d¬	¦  «        }t          |d¬
¦  «        }t          |¦  «        }|                     | ||¬	¦  «         |                     | ddd…         |ddd…         ¦  «         t          |j        j        |j        j        ¦  «         |                     | ¦  «        }|                     | ¦  «        }t          ||¦  «         dS )z|Check that passing removing some sample from the dataset `X` is
    equivalent to passing a `sample_weight` with a factor 0.TrM   Né(   r#   éZ   r$   rD   rO   )rv   )r   r   Úfit_transformr4   rQ   rR   Ú
zeros_liker   rU   r   r   rF   r   r‡   r¸   r%   )r;   r<   rP   r|   Úmodel_without_weightsÚmodel_with_weightsÚy_pred_with_weightsÚy_pred_without_weightss           r?   ÚCtest_tuned_threshold_classifier_cv_zeros_sample_weights_equivalencerË      sƒ  € õ  Ð%Ñ%Ô%�D€A€qåÑÔ×&Ò& qÑ)Ô)€Aõ 	Œ	�1�S�b�S”6˜1˜R ˜Uœ8Ð$Ñ%Ô%€AÝ
Œ	�1�S�b�S”6˜1˜R ˜Uœ8Ð$Ñ%Ô%€AÝ”M !Ñ$Ô$€MØ€M�#�#�A�#Ñå"Ñ$Ô$×4Ò4À4Ð4ÑHÔH€IÝ6°yÀQÐGÑGÔGÐÝÐ4Ñ5Ô5Ðà×Ò˜1˜a¨}ÐÑ=Ô=Ð=Ø×Ò˜a   ! œf a¨¨¨!¨¤fÑ-Ô-Ð-åØÔ%Ô+Ð-BÔ-MÔ-Sñô ð ð -×:Ò:¸1Ñ=Ô=ÐØ2×@Ò@ÀÑCÔCÐÝÐ'Ð)?Ñ@Ô@Ð@Ð@Ð@rA   c                  óø   — t          d¬¦  «        \  } }t          ¦   «         }t          j        ddd¦  «        }t	          ||dd¬¦  «                             | |¦  «        }t          |j        d         |¦  «         d	S )
zeCheck that we can pass an array to `thresholds` and it is used as candidate
    threshold internally.r   rC   r$   é   r%   T)r+   r*   r‘   r+   N)r   r   r4   Úlinspacer   rF   r   r•   )r;   r<   r|   r+   Útuned_models        r?   Ú0test_tuned_threshold_classifier_thresholds_arrayrÐ   ¾  sˆ   € õ ¨AÐ.Ñ.Ô.�D€A€qÝ"Ñ$Ô$€IÝ”˜Q  2Ñ&Ô&€JÝ,ØØØ'Øð	ñ ô ÷
 
‚cˆ!ˆQ�i„ið õ �KÔ+¨LÔ9¸:ÑFÔFÐFÐFÐFrA   r‘   c                 óâ   — t          d¬¦  «        \  }}t          ¦   «         }t          || ¬¦  «                             ||¦  «        }| rt	          |d¦  «        sJ ‚dS t	          |d¦  «        rJ ‚dS )zCCheck that if `cv_results_` exists depending on `store_cv_results`.r   rC   )r‘   r•   N)r   r   r   rF   r…   )r‘   r;   r<   r|   rÏ   s        r?   Ú0test_tuned_threshold_classifier_store_cv_resultsrÒ   Í  s�   € õ ¨AÐ.Ñ.Ô.�D€A€qÝ"Ñ$Ô$€IÝ,ØÐ$4ðñ ô ç	‚cˆ!ˆQ�i„ið ð ð 7Ý�{ MÑ2Ô2Ð2Ð2Ð2Ð2Ð2å˜;¨Ñ6Ô6Ð6Ð6Ð6Ð6Ð6rA   c                  óª  — t          d¬¦  «        \  } }d}t          ¦   «         }t          ||dd¬¦  «                             | |¦  «        }|                     | |¦  «         t	          d|d¬¦  «        }t          |                     | |¦  «        ¦  «        \  }}t          |¦  «                             | |         ||         ¦  «        }t          |j	        j
        |j
        ¦  «         |                     d¬	¦  «                             | |¦  «         t          |¦  «                             | |¦  «        }t          |j	        j
        |j
        ¦  «         d
S )z0Check the behaviour when `cv` is set to a float.r   rC   g333333Ó?F)rv   rw   r"   r$   )Ún_splitsÚ	test_sizer"   Tr³   N)r   r   r   rF   r   ÚnextÚsplitr   r   r‡   r¸   Ú
set_params)	r;   r<   rÕ   r|   rÏ   rv   r/   r0   Úcloned_estimators	            r?   Ú(test_tuned_threshold_classifier_cv_floatrÚ   Û  sD  € å¨AÐ.Ñ.Ô.�D€A€qð
 €IÝ"Ñ$Ô$€IÝ,Ø�i u¸1ðñ ô ç	‚cˆ!ˆQ�i„ið ð ‡O‚O�A�qÑÔÐå	¨°iÈaÐ	PÑ	PÔ	P€BÝ˜bŸhšh q¨!™nœnÑ-Ô-Ñ€IˆwÝ˜YÑ'Ô'×+Ò+¨A¨i¬L¸!¸I¼,ÑGÔGÐå�KÔ*Ô0Ð2BÔ2HÑIÔIÐIð ×Ò ÐÑ&Ô&×*Ò*¨1¨aÑ0Ô0Ð0Ý˜YÑ'Ô'×+Ò+¨A¨qÑ1Ô1Ðå�KÔ*Ô0Ð2BÔ2HÑIÔIÐIÐIÐIrA   c                  ó  — t          d¬¦  «        \  } }t          dd¬¦  «        }t          |d¬¦  «        }d}t          j        t
          |¬	¦  «        5  |                     | |¦  «         d
d
d
¦  «         d
S # 1 swxY w Y   d
S )z�Check that we raise a ValueError if the underlying classifier returns constant
    probabilities such that we cannot find any threshold.
    r   rC   Úconstantr$   )ÚstrategyrÜ   r%   )r*   z1The provided estimator makes constant predictionsrn   N)r   r	   r   rH   rp   rq   rF   )r;   r<   r|   rÏ   rr   s        r?   Ú8test_tuned_threshold_classifier_error_constant_predictorrÞ   ÷  sÎ   € õ ¨AÐ.Ñ.Ô.�D€A€qÝ¨¸aÐ@Ñ@Ô@€IÝ,¨YÈÐXÑXÔX€KØA€GÝ	Œ•z¨Ð	1Ñ	1Ô	1ð ð Ø�Š˜˜1ÑÔÐðð ð ñ ô ð ð ð ð ð ð ð øøøð ð ð ð ð ð s   ÁA7Á7A;Á>A;)rŒ   r%   r�   c                 óÔ  — t          d¬¦  «        \  }}t          ¦   «                              ||¦  «        }t          t	          |¦  «        | ¬¦  «        }|                     ||¦  «         | dv r"|                     |¦  «        dd…df         }d}n|                     |¦  «        }d}||k                         t          ¦  «        }t          | 
                    |¦  «        |¦  «         dS )	z`Check that `FixedThresholdClassifier` has the same behaviour as the vanilla
    classifier.
    r   rC   )r|   r*   )rŒ   r%   Nr$   rE   g        )r   r   rF   r   r   r%   r�   ÚastypeÚintr   r”   )r*   r;   r<   r=   Úclassifier_default_thresholdÚy_scoreÚ	thresholdÚ	y_pred_lrs           r?   Ú3test_fixed_threshold_classifier_equivalence_defaultræ     s÷   € õ ¨AÐ.Ñ.Ô.�D€A€qÝ#Ñ%Ô%×)Ò)¨!¨QÑ/Ô/€JÝ#;Ý˜
Ñ#Ô#°_ð$ñ $ô $Ð ð !×$Ò$ Q¨Ñ*Ô*Ð*ð Ð3Ð3Ð3Ø.×<Ò<¸QÑ?Ô?ÀÀÀÀ1ÀÔEˆØˆ	ˆ	à.×@Ò@ÀÑCÔCˆØˆ	à˜IÒ%×-Ò-­cÑ2Ô2€IÝÐ0×8Ò8¸Ñ;Ô;¸YÑGÔGÐGÐGÐGrA   zresponse_method, threshold)r%   gffffffæ?)r�   g       @r¥   c           	      ó¢  — t          dd¬¦  «        \  }}t          ¦   «                              ||¦  «        }t          t	          |¦  «        || |¬¦  «                             ||¦  «        }t          |j        j        |j        ¦  «         | dk    r |                     |¦  «        dd…|f         }n | 	                    |¦  «        }|dk    r|n| }|dk    rt          j        ddg¦  «        nt          j        ddg¦  «        }|||k                         t          ¦  «                 }	t          |                     |¦  «        |	¦  «         dD ]ƒ}
t           t          ||
¦  «        |¦  «         t          ||
¦  «        |¦  «        ¦  «         t           t          |j        |
¦  «        |¦  «         t          ||
¦  «        |¦  «        ¦  «         Œ„dS )	z‚Check that applying `predict` lead to the same prediction as applying the
    threshold to the output of the response method.
    r#   r   r    )r|   rä   r*   r¥   r%   Nr$   r   )r   r   rF   r   r   r   r‡   r¸   r%   r�   r4   r`   rà   rá   r”   r†   )r*   rä   r¥   r;   r<   Úlogistic_regressionrˆ   rã   Úmap_to_labelrå   Úmethods              r?   Útest_fixed_threshold_classifierrë     sð  € õ ¨¸!Ð<Ñ<Ô<�D€A€qÝ,Ñ.Ô.×2Ò2°1°aÑ8Ô8ÐÝ$ÝÐ+Ñ,Ô,ØØ'Øð	ñ ô ÷
 
‚cˆ!ˆQ�i„ið 
õ �EÔ$Ô*Ð,?Ô,EÑFÔFÐFð ˜/Ò)Ð)Ø×%Ò% aÑ(Ô(¨¨¨¨I¨Ô6ˆˆà×)Ò)¨!Ñ,Ô,ˆØ&¨!š^˜^�'�'°'°ˆð (1°A¢~ ~•2”8˜Q ˜FÑ#Ô#Ð#½2¼8ÀQÈÀFÑ;KÔ;K€LØ˜g¨Ò2×:Ò:½3Ñ?Ô?Ô@€IÝ�E—M’M !Ñ$Ô$ iÑ0Ô0Ð0àMð 
ð 
ˆÝØ"�G�E˜6Ñ"Ô" 1Ñ%Ô%Ð'K¥wÐ/BÀFÑ'KÔ'KÈAÑ'NÔ'Nñ	
ô 	
ð 	
õ 	Ø-�G�EÔ$ fÑ-Ô-¨aÑ0Ô0Ø0�GÐ'¨Ñ0Ô0°Ñ3Ô3ñ	
ô 	
ð 	
ð 	
ð	
ð 
rA   c                  ó€  — t          d¬¦  «        \  } }t          j        |¦  «        }d|ddd…<   t          ¦   «                              d¬¦  «        }|                     | ||¬¦  «         t          t          |¦  «        ¬¦  «        }|                     | ||¬¦  «         t          |j	        j
        |j
        ¦  «         dS )z2Check that everything works with metadata routing.r   rC   rD   NTrO   r„   )r   r4   rS   r   rU   rF   r   r   r   r‡   r¸   )r;   r<   rP   r=   râ   s        r?   Ú0test_fixed_threshold_classifier_metadata_routingrí   G  s½   € õ ¨AÐ.Ñ.Ô.�D€A€qÝ”L ‘O”O€MØ€M�#�#�A�#ÑÝ#Ñ%Ô%×5Ò5ÀDÐ5ÑIÔI€JØ‡N‚N�1�a }€NÑ5Ô5Ð5Ý#;ÅeÈJÑFWÔFWÐ#XÑ#XÔ#XÐ Ø ×$Ò$ Q¨¸Ð$ÑGÔGÐGÝÐ0Ô;ÔAÀ:ÔCSÑTÔTÐTÐTÐTrA   rê   )r%   r�   r”   r€   c                 óÂ   — t          d¬¦  «        \  }}t          ¦   «                              ||¦  «        }t          |¬¦  «        } t	          || ¦  «        |¦  «         dS )zMCheck that if the underlying estimator is already fitted, no fit is required.r   rC   r„   N)r   r   rF   r   r†   )rê   r;   r<   r=   Úfixed_threshold_classifiers        r?   Ú0test_fixed_threshold_classifier_fitted_estimatorrð   T  se   € õ
 ¨AÐ.Ñ.Ô.�D€A€qÝ#Ñ%Ô%×)Ò)¨!¨QÑ/Ô/€JÝ!9ÀJÐ!OÑ!OÔ!OÐà/…GÐ&¨Ñ/Ô/°Ñ2Ô2Ð2Ð2Ð2rA   c                  ól  — t          d¬¦  «        \  } }t          j        t          d¬¦  «        5  t	          t          ¦   «         ¬¦  «        j         ddd¦  «         n# 1 swxY w Y   t          ¦   «                              | |¦  «        }t	          |¬¦  «        }t          |j        |j        ¦  «         dS )z2Check that the classes_ attribute is properly set.r   rC   z+The underlying estimator is not fitted yet.rn   r„   N)	r   rH   rp   ÚAttributeErrorr   r   rª   rF   r   )r;   r<   r=   rï   s       r?   Ú(test_fixed_threshold_classifier_classes_ró   `  s  € å¨AÐ.Ñ.Ô.�D€A€qÝ	ŒÝÐKð
ñ 
ô 
ð Jð Jõ 	!Õ+=Ñ+?Ô+?Ð@Ñ@Ô@ÔIÐIðJð Jð Jñ Jô Jð Jð Jð Jð Jð Jð Jøøøð Jð Jð Jð Jõ
 $Ñ%Ô%×)Ò)¨!¨QÑ/Ô/€JÝ!9ÀJÐ!OÑ!OÔ!OÐÝÐ1Ô:¸JÔ<OÑPÔPÐPÐPÐPs   ¯"AÁA!Á$A!)HÚnumpyr4   rH   Úsklearnr   Úsklearn.baser   Úsklearn.datasetsr   r   r   r   Úsklearn.dummyr	   Úsklearn.ensembler
   Úsklearn.exceptionsr   Úsklearn.linear_modelr   Úsklearn.metricsr   r   r   r   Úsklearn.metrics._scorerr   Úsklearn.model_selectionr   r   r   Ú1sklearn.model_selection._classification_thresholdr   Úsklearn.pipeliner   Úsklearn.preprocessingr   Úsklearn.svmr   Úsklearn.treer   Úsklearn.utils._mockingr   Úsklearn.utils._testingr   r   r   r@   rJ   r]   ÚmarkÚparametrizerh   rs   rq   r{   r‹   r›   r¢   r¯   r¿   rÁ   rË   rÐ   rÒ   rÚ   rÞ   ræ   rë   rí   rð   ró   © rA   r?   ú<module>r	     sE  ðØ Ð Ð Ð Ø €€€à "Ð "Ð "Ð "Ð "Ð "Ø Ð Ð Ð Ð Ð ðð ð ð ð ð ð ð ð ð ð ð ð *Ð )Ð )Ð )Ð )Ð )Ø 7Ð 7Ð 7Ð 7Ð 7Ð 7Ø -Ð -Ð -Ð -Ð -Ð -Ø 3Ð 3Ð 3Ð 3Ð 3Ð 3ðð ð ð ð ð ð ð ð ð ð ð ð 1Ð 0Ð 0Ð 0Ð 0Ð 0ðð ð ð ð ð ð ð ð ð ð
ð ð ð ð ð ð +Ð *Ð *Ð *Ð *Ð *Ø 0Ð 0Ð 0Ð 0Ð 0Ð 0Ø Ð Ð Ð Ð Ð Ø /Ð /Ð /Ð /Ð /Ð /Ø 5Ð 5Ð 5Ð 5Ð 5Ð 5ðð ð ð ð ð ð ð ð ð ð:ð :ð :ð<(ð (ð (ð@ €¨Ð-Ñ-Ô-ð--ð --ñ .Ô-ð--ð` „×ÒÐ*¨V°WÐ,=Ñ>Ô>Ø€¨Ð-Ñ-Ô-ðð ñ .Ô-ñ ?Ô>ðð> „×ÒØ
àÐ a¸aÈaÐPÑPÔPØ&Ð&°AÐ6Ñ6Ô6ðñô ðDð Dñô ðDð „×ÒØð  dÐ+Ð+ØØ5ð	
ð  Ð&Ð&ØØ?ð	
ð  eÐ,Ð,ØØ)ð	
ðñô ð(Mð Mñ)ô ð(Mð „×ÒØØÐÑÔ˜3˜3™5œ5Ð"<Ð"<È!Ð"LÑ"LÔ"LÐMñô ð „×ÒØÐRÐRÐRñô ð „×ÒØÐ4Ð6PÐQñô ðDð Dñô ñô ñ	ô ðDð* „×ÒØÐEÐEÐEñô ð>ð >ñô ð>ð>Yð Yð Yð* „×ÒØÐEÐEÐEñô ð „×ÒØàˆÐ+Ñ,Ô,Øˆ�H¨Ð1Ñ1Ô1ðñô ð<ð <ñô ñô ð<ð, „×ÒÐ-°°e¨}Ñ=Ô=Ø€¨Ð-Ñ-Ô-ð/=ð /=ñ .Ô-ñ >Ô=ð/=ðd „×ÒÐ*¨V°WÐ,=Ñ>Ô>Ø€¨Ð-Ñ-Ô-ð"ð "ñ .Ô-ñ ?Ô>ð"ð €¨Ð-Ñ-Ô-ðAð Añ .Ô-ðAð:Gð Gð Gð „×ÒÐ+¨d°E¨]Ñ;Ô;ð
7ð 
7ñ <Ô;ð
7ðJð Jð Jð8	ð 	ð 	ð „×ÒØÐEÐEÐEñô ðHð Hñô ðHð. „×ÒØ Ð#9Ð;UÐ"Vñô ð „×Ò˜ q¨! fÑ-Ô-ð#
ð #
ñ .Ô-ñô ð#
ðL €¨Ð-Ñ-Ô-ð	Uð 	Uñ .Ô-ð	Uð „×ÒØÐTÐTÐTñô ð3ð 3ñô ð3ð
Qð 
Qð 
Qð 
Qð 
QrA   