alteryx/evalml

Data Health: Sparsity Refactor

Offen

#1.801 geöffnet am 09.02.2021

Auf GitHub ansehenContributor Guide
 (2 Kommentare) (1 Reaktion) (1 zugewiesene Person)Python (93 Forks)auto 404
enhancementgood first issue

Repository-Metriken

Stars
 (852 Sterne)
PR-Merge-Metriken
 (PR-Metriken ausstehend)

Beschreibung

Currently, the sparsity score is calculated using a discrete count of values as a threshold. It might make more sense to refactor the SparsityDataCheck to use a relative threshold instead of a fixed count threshold.

SparsityDataCheck.sparsity_score(col, relative_count_threshold=0.10):
    <implementation>

Here the new relative_count_threshold should be a percentage of the total length of the column.

Contributor Guide

Research-Richtung
Verstehen Sie die aktuelle Implementierung von sparsity score mit einem diskreten Zählschwellenwert. Ändern Sie diese dann so, dass sie einen relative count threshold Parameter akzeptiert, der ein Bruchteil der Spaltenlänge ist, und passen Sie die Logik entsprechend an.
Tech Stack
python
Domain
machine learningdata
Issue Type
Refactoring
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PythonBasic statistics
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
70