Simpler Pipeline evaluation function

[gkirgizov]

This commit adds 2 functions: get_pipeline_evaluator and get_pipeline_fitness for straightforward fitness evaluation of pipelines

[aim-pep8-bot]

Hello @gkirgizov! Thanks for updating this PR. We checked the lines you've touched for PEP 8 issues, and found:

• In the file fedot/core/optimisers/objective/__init__.py:

Line 1:1: F401 '.data_objective_eval.PipelineObjectiveEvaluate' imported but unused
Line 1:1: F401 '.data_objective_eval.get_pipeline_evaluator' imported but unused
Line 1:1: F401 '.data_objective_eval.get_pipeline_fitness' imported but unused
Line 2:1: F401 '.data_source_splitter.DataSource' imported but unused
Line 3:1: F401 '.metrics_objective.MetricsObjective' imported but unused

Comment last updated at 2023-05-04 11:12:52 UTC

[GrigoriJasnovidov]

При запуске get_pipeline_fitness с дефолтными параметрами cv_folds=None и validation_blocks=None все работает хорошо. При другом наборе, например cv_folds=1, validation_blocks=10 (или None) функция возвращает значение sys.maxsize. Еще после этого исходный пайплайн при запуске метода fit() часто выдает что-то вроде

ValueError: X has 2 features, but Ridge is expecting 10 features as input.

Для избегания таких ошибок может быть стоит работать с копией pipeline?