create()

初始化並準備評估器進行資料描述。

語法

def create() -> None

參數

此方法不接受參數。

返回值

None
- 此方法不返回值

說明

create() 方法根據設定的模式和參數初始化內部評估器實作。在使用 eval() 執行評估之前，必須先呼叫此方法。

初始化過程包括：

建立適當的評估器類別（DataDescriber 或 Stats）
根據模式設定統計方法
若為比較模式，設定比較參數
準備評估所需的內部資料結構

基本範例

Describe 模式

from petsard.evaluator import Describer

# 初始化描述器
describer = Describer(
    method='describe',
    describe_method=['mean', 'median', 'std', 'corr']
)

# 建立評估器
describer.create()

# 現在可以評估資料
results = describer.eval(data={'data': df})

Compare 模式

from petsard.evaluator import Describer

# 初始化比較模式
describer = Describer(
    method='describe',
    mode='compare',
    stats_method=['mean', 'std', 'jsdivergence'],
    compare_method='pct_change'
)

# 建立評估器
describer.create()

# 現在可以比較資料集
results = describer.eval(data={'ori': ori_df, 'syn': syn_df})

使用自訂參數

from petsard.evaluator import Describer

# 使用自訂參數初始化
describer = Describer(
    method='describe',
    describe_method=['mean', 'std', 'min', 'max', 'corr'],
    percentile=0.95  # 計算第 95 百分位數
)

# 建立評估器
describer.create()

# 評估資料
results = describer.eval(data={'data': df})

注意事項

必要步驟：在 eval() 之前必須呼叫 create()
一次性初始化：每個 Describer 實例只需呼叫一次
模式特定：建立的評估器取決於設定的模式
效能：建立過程輕量，實際計算發生在 eval() 中
錯誤處理：若設定無效會引發錯誤
狀態管理：建立的內部狀態會在多次 eval() 呼叫間保持

eval()