dabl/dabl

Add target encoding for high cardinality categorical variables

Open

#222 geöffnet am 20. Feb. 2020

Auf GitHub ansehen
 (0 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Jupyter Notebook (103 Forks)github user discovery
help wanted

Repository-Metriken

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

Beschreibung

We could take it either from dirty_cat: https://dirty-cat.github.io/stable/ or from category_encoders: https://contrib.scikit-learn.org/categorical-encoding/

I'm tending towards a cross-validation based approach, not loo, but smoothing might also work.

Contributor Guide

Research-Richtung
Implementieren Sie die Zielkodierung mittels Kreuzvalidierung oder Glättung und verweisen Sie auf die Bibliotheken dirty cat oder category encoders.
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.
Frisch
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
Pythonscikit learn
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
50