첫 NaN slice가 NumPy nanquantile의 dtype를 정한다면: 순서 바꾼 인계 검사
slice 순서와 결측 패턴이 승인 출력 정밀도를 바꾸지 않는지 최종 dtype와 행별 분위수 기준을 함께 확인해야 한다.
순서가 정밀도 조건이 될 때
slice 순서와 결측 패턴이 승인 출력 정밀도를 바꾸지 않는지 최종 dtype와 행별 분위수 기준을 함께 확인해야 한다. Truthound에 넘기는 표는 graph나 입력 dtype가 아니라 계산된 결과의 dtype를 담는다. 결측 slice 하나가 다른 유효 slice의 정밀도까지 바꾸면 원래 관측의 순서가 분석 조건이 된다. [1, 2, 3]
첫 slice의 할당 경로
NumPy #32832는 첫 slice가 전부 NaN이면 float32 nanquantile의 출력도 float32가 되어 다른 slice 결과가 둥글려지고 순서에 따라 달라진다고 보고한다. 원문은 array q의 경로와 첫 slice 기반 할당을 설명한다. 실제 측정값의 분위수가 모두 틀렸다는 주장보다 최종 dtype와 rounding의 범위를 유지한다. [1]
ID로 되잇는 순서 대조
자료 담당자는 slice ID·NaN mask·q·출력 dtype를 보존하고 전부 NaN인 slice를 앞뒤로 바꿔 비교한다. 승인 dtype와 다른 결과는 정밀도 소비자에 넘기지 않는다. 같은 slice ID로 전후 결과를 연결하고 실제 dtype를 읽는다. 전부 NaN인 slice의 의미와 반환 정책도 소비자와 따로 정한다. [1, 3]
q=[0.3]의 dtype 계약
설명용 정책은 float32 측정에 q=[0.3] 분위수 결과를 float64로 전달한다. 첫 slice가 비어도 기대 dtype는 float64이며 float32는 정밀도 계약과 다르다. float64는 이 전달 정밀도 조건을 충족하고 float32는 실패다. 타입 일치 이후에도 각 slice의 분위수 값과 결측 의미를 대사한다. [1, 3]
실제 결과 서명을 비교하기
Truthound Core Python SDK 3.3.2의 ColumnPairValidator로 approved_quantile_dtype와 computed_quantile_dtype를 relationship="=="로 비교한다. 운영자가 실제 계산 배열의 서명을 준비하고 slice 대응을 유지한다. SDK는 first-slice 할당을 고치지 않으며 dtype 통과만으로 분위수 값을 보증하지 않는다. [1, 2, 3]
cast만으로 돌아오지 않는 값
유효 slice와 전부 NaN인 slice를 명시 분리한 경로나 승인 dtype 출력 구성을 시험한다. 결과를 마지막에 float64로 cast한 것만으로 이미 round된 값을 복원했다고 볼 수 없다. 순서 대조와 수치 기준을 함께 통과한 경로를 소비자에게 넘긴다. [1, 3]
적용 조건
실제 계산 결과의 dtype를 읽고 동일 slice ID로 재배열 전후를 연결한다. NaN slice의 결과 의미는 별도 정의한다.
대안
유효 slice와 전부 NaN slice를 명시 분리한 검증 경로 또는 승인 dtype의 출력 구성을 시험한다.
한계
dtype 통과는 분위수 값의 정확성을 입증하지 않는다. Core는 외부 추출 dtype 서명을 비교하며 nanquantile의 first-slice 할당을 고치지 않는다.
근거
- 사건 확인일
- 대상 확인일
- 수정일
