Ana içeriğe geç

Sonuçlar ve köken bilgisi

Her yöntem, tamga genelinde ortak dönüş türü olan bir Result döndürür.

Result

@dataclass
class Result:
    method_name: str
    params: dict[str, Any]
    values: dict[str, Any]          # JSON-safe (ndarray {"__ndarray__": ...} olarak kodlanır)
    tables: list[pd.DataFrame]      # parquet olarak dışa aktarılır
    figures: list[Any]              # matplotlib figürleri veya ham baytlar
    provenance: Provenance | None

Kalıcılık

result.save("results/demo/pca")   # result.json + table_*.parquet yazar

result.save(directory) şunları yazar:

  • result.json — method_name, params, values (numpy kodlanmış), provenance
  • table_0.parquet, table_1.parquet, … — tables içindeki her DataFrame için birer dosya
  • Figürler görselleştirme katmanına ertelenir (render_figures.py örnek başına)

Result.from_json("results/demo/pca/result.json") ile gidiş-dönüş sağlanır.

Köken bilgisi

Her Result'ın .provenance alanı tam yeniden üretilebilirlik zarfını taşır:

@dataclass
class Provenance:
    tamga_version: str
    python_version: str
    spacy_model: str
    spacy_version: str
    corpus_hash: str
    feature_hash: str | None
    seed: int
    timestamp: datetime
    resolved_config: dict[str, Any]
    # Adli dilbilim (tümü isteğe bağlı):
    questioned_description: str | None
    known_description: str | None
    hypothesis_pair: str | None
    acquisition_notes: str | None
    custody_notes: str | None
    source_hashes: dict[str, str]

Provenance.current(...) çalışma zamanı ve girdilerinizden bir kayıt oluşturur. Provenance.from_dict(...) kaydedilmiş bir result.json'dan gidiş-dönüş sağlar.

Yeniden üretilebilirlik sözleşmesi

Aynı seed değeriyle aynı corpus üzerinde aynı study.yaml'ın iki ayrı çalıştırılması bayt düzeyinde özdeş result.json üretir. Çalıştırıcı, cfg.seed değerini şu bileşenler boyunca iletir:

  • herhangi bir örnekleme yönteminde numpy'ın varsayılan RNG'si
  • her stokastik tahmincide scikit-learn'ün random_state parametresi (k-means, LogReg çapraz doğrulama, RandomForest, …)
  • her Bayesian pm.sample() çağrısında PyMC'nin random_seed parametresi
  • Stratified K-Fold karıştırması

Belirleyici olmayan bir durum hata sayılır — lütfen bildirin.

Çok yöntemli çalıştırmaları yükleme

tamga run study.yaml, şu dizin yapısını üretir:

results/demo/
├── resolved_config.json
├── burrows/
│   └── result.json
├── pca/
│   ├── result.json
│   └── figure.png          # işlendiyse
└── zeta/
    ├── result.json
    ├── table_0.parquet
    └── table_1.parquet

build_report(results/demo, output="report.html"), dizin altındaki her result.json'ı yükler ve tek bir HTML raporu oluşturur.

Sonraki adım