[R] Speed up uncertainty predictions

Repository-Metriken

Stars

17.686 Sterne (17.686 Sterne)

PR-Merge-Metriken

PR-Metriken ausstehend (PR-Metriken ausstehend)

Beschreibung

Contributor Guide

Research-Richtung

Studieren Sie den Python PR #2186, um die Beschleunigungslogik für Unsicherheiten zu verstehen, und portieren Sie die Änderungen dann in die R Implementierung. Stellen Sie sicher, dass die Konsistenz mit der vorhandenen R Codebasis gewahrt bleibt.

Tech Stack

pythonr

Domain

datamachine learning

Issue Type

Performance

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.

Meist klar

Voraussetzungen

RPython

EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.

40