ML - IColumnBoundStep - ограничение для target в Pipeline

InstallerSamples/MachineLearning/08_Datasets/MoscowHousing/09_Pipeline.pas

@@ -8,10 +8,11 @@ begin
 
   var target := 'price';
 
-  var (trainDf, testDf) := df.TrainTestSplit(0.2, 42);
+  var (trainDf, testDf) := df.TrainTestSplit(0.2, seed := 42);
 
   var pipe :=
     DataPipeline.Build(
+      TaskKind.tkRegression,
       target,
       features,
       new OneHotEncoder('renovation'),

bin/Lib/MLCoreABC.pas

@@ -17,12 +17,36 @@ type
   IMatrixStep = interface(IPipelineStep) 
   end;
   
-/// Интерфейс шага конвейера, работающего на уровне DataFrame.
-/// Реализуется препроцессорами, которые выполняют преобразования табличных данных
-///   до перехода в числовое (Matrix) представление
+  /// Интерфейс шага конвейера, работающего на уровне DataFrame.
+  /// Реализуется препроцессорами, которые выполняют преобразования табличных данных
+  ///   до перехода в числовое (Matrix) представление
   IDataStep = interface(IPipelineStep) 
   end;
 
+  /// Интерфейс шага конвейера, привязанного к одной колонке DataFrame.
+  /// Используется для препроцессоров, выполняющих преобразование конкретной колонки
+  /// (например, кодирование категориальных признаков).
+  /// Позволяет DataPipeline централизованно контролировать операции над колонками
+  /// (в частности, запрещать изменение целевой переменной).  
+  IColumnBoundStep = interface
+    /// Имя колонки, к которой применяется преобразование.
+    /// Должно соответствовать существующей колонке DataFrame.
+    /// Используется для валидации (например, запрет преобразования target).
+    property ColumnName: string read;
+  end;
+  
+  /// Интерфейс шага конвейера, работающего с несколькими колонками DataFrame.
+  /// Используется для препроцессоров, выполняющих преобразования над набором колонок
+  /// (например, заполнение пропусков, масштабирование или кодирование нескольких признаков).
+  /// Позволяет DataPipeline контролировать операции над колонками
+  /// (в частности, предотвращать изменение целевой переменной).
+  IColumnsBoundStep = interface
+    /// Список колонок, к которым применяется преобразование.
+    /// Каждое имя должно соответствовать существующей колонке DataFrame.
+    /// Используется для валидации (например, запрет преобразования target).
+    property Columns: array of string read;
+  end;
+
   /// Базовый интерфейс модели машинного обучения
   IModel = interface(IMatrixStep)
     function Predict(X: Matrix): Vector;

bin/Lib/MLModelsABC.pas

@@ -3937,6 +3937,8 @@ begin
     Log2Features: Result := integer(Log2(p));
     HalfFeatures: Result := p div 2;
   end;
+  if Result < 1 then
+    Result := 1;
 end;
 
 procedure RandomForestBase.BootstrapRowIndices(n: integer; var rows: array of integer);

bin/Lib/MLPipelineABC.pas

@@ -350,6 +350,11 @@ const
     'LabelEncoder нельзя применять к целевому столбцу. Используйте EncodeLabels!!LabelEncoder cannot be applied to the target column. Use EncodeLabels instead';
   ER_ENCODELABELS_NOT_CATEGORICAL =
     'Целевой столбец должен быть категориальным для задач классификации!!Target column must be categorical for classification tasks';
+  ER_PIPELINE_TARGET_TRANSFORM_NOT_ALLOWED =
+    'Преобразование целевой переменной "{0}" запрещено в DataPipeline!!' +
+    'Transformation of target variable "{0}" is not allowed in DataPipeline';    
+    
+    
 //-----------------------------
 //        DataPipeline
 //-----------------------------
@@ -374,11 +379,17 @@ begin
     Error(ER_PIPELINE_MODIFY_AFTER_FIT);
 
   // --- target protection
-  // NOTE: Only built-in LabelEncoder is restricted for target.
-  // Custom preprocessors are not checked.
-  if step is LabelEncoder(var enc) then
-    if enc.ColumnName = fTarget then
-      ArgumentError(ER_LABELENCODER_TARGET_NOT_ALLOWED, fTarget);
+  // Любой шаг DataFrame, привязанный к одной или нескольким колонкам,
+  // не должен затрагивать целевую переменную (target).
+  // Проверка выполняется через интерфейсы IColumnBoundStep / IColumnsBoundStep
+  // без привязки к конкретным классам.  
+  if step is IColumnBoundStep(var cstep) then
+    if cstep.ColumnName = fTarget then
+      ArgumentError(ER_PIPELINE_TARGET_TRANSFORM_NOT_ALLOWED, fTarget);
+  
+  if step is IColumnsBoundStep(var mstep) then
+    if fTarget in mstep.Columns then
+      ArgumentError(ER_PIPELINE_TARGET_TRANSFORM_NOT_ALLOWED, fTarget);
 
   // --- DataFrame step
   if step is IPreprocessor then

bin/Lib/PreprocessorABC.pas

@@ -42,7 +42,7 @@ type
 /// в порядке первого появления категорий.
 /// Работает только со строковыми столбцами и предназначен для признаков.
 /// Не должен применяться к целевому столбцу (target).
-  LabelEncoder = class(IPreprocessor)
+  LabelEncoder = class(IPreprocessor, IColumnBoundStep)
   private
     col: string;
     mapping: Dictionary<string, integer>;
@@ -68,7 +68,7 @@ type
 /// Категории фиксируются при Fit
 /// Неизвестные категории кодируются нулями
 /// Пропущенные значения (NA) кодируются нулями
-  OneHotEncoder = class(IPreprocessor)
+  OneHotEncoder = class(IPreprocessor, IColumnBoundStep)
   private
     col: string;
     categories: array of string;
@@ -87,6 +87,8 @@ type
     function FitTransform(df: DataFrame): DataFrame;
     
     function ToString: string; override;
+    
+    property ColumnName: string read col;
   end;
 
   ImputeStrategy = (isMean, isConstant);
@@ -94,7 +96,7 @@ type
 /// Заполняет пропущенные значения (NA) в числовых столбцах
 /// Поддерживает стратегии isMean и isConstant
 /// Работает только с Int и Float столбцами
-  Imputer = class(IPreprocessor)
+  Imputer = class(IPreprocessor, IColumnsBoundStep)
   private
     cols: array of string;
     strategy: ImputeStrategy;
@@ -118,6 +120,8 @@ type
     function FitTransform(df: DataFrame): DataFrame;
     
     function ToString: string; override;
+    
+    property Columns: array of string read cols;
   end;