automl/auto-sklearn

FastICA: `n_components is too large: it will be set to _`

Open

#240 geöffnet am 24. Feb. 2017

Auf GitHub ansehen
 (4 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (1.265 Forks)batch import
Good first issueenhancement

Repository-Metriken

Stars
 (7.270 Stars)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

FastICA currently looks for n_components between 10 and 2000, with a default of 100. However, assuming there are more rows N than columns M, a data set can only support up to M independent components. The suggested range is therefore between 2 and M, with a default of round(M / 2).

Looking at the implementation, it appears information about the data set is not available in get_hyperparameter_search_space. As a workaround, the n_components property could be replaced by a n_components_rel property that indicates the amount of independent components relative to the total number of features M. When calling sklearn.decomposition.FastICA, you could then simply pass n_components=X.shape[1] * self.n_components_rel.

Contributor Guide

Research-Richtung
Untersuchen Sie die Implementierung der FastICA Komponente in auto sklearn, mit Fokus auf die Methode `get hyperparameter search space`. Das Issue schlägt vor, `n components` durch eine relative Eigenschaft `n components rel` zu ersetzen, die sich aus der Anzahl der Merkmale ableitet. Suchen Sie nach den vorhandenen Hyperparameter Definitionen und ändern Sie sie so, dass sie einen relativen Wert akzeptieren, passen Sie dann den Aufruf von `sklearn.decomposition.FastICA` entsprechend an. Die Diskussion im Issue könnte weitere Einblicke liefern.
Tech Stack
python
Domain
machine learning
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Halber Tag
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
Pythonscikit learn
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
65