Scoring code function structure generates an error for LGBoost and XGBoost packages
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 3/5
- Geschätzter Aufwand
- 1-2 Tage
- Anfängerfreundlichkeit
- 42/100
- Issue-Typ
- Bug
- Klarheit
- Größtenteils klar
- Aktivitätsstatus
- Veraltet
- Tech-Stack
- python
- Bereich
- machine-learning
Rechercherichtung
Es ist keine Quelldatei und kein Test angegeben. Beginne damit, den Einstiegspunkt für die Generierung des Scoring-Codes zu finden, der dtype=object ausgibt, und reproduziere dann den Scoring-Test mit LightGBM oder XGBoost unter Verwendung der angehängten Logs zum Vergleich; fertig ist die Aufgabe, wenn der generierte Code ohne die nicht unterstützte dtype-Option erfolgreich ausgeführt wird.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
Issue description
In the attached screen there is an extract from scoring code generated by sasctl for Python models when imported into SAS Model Manager.
The key part is an option: dtype=object which is probably fine for sci-kit learn based models but it causes the errors for LGBoost and XGBoost models.
When any of these package is used to build and import the model into SAS Model Manager the scoring test will fail due to PyMas execute function error: DS2 "pymas" package encountered a failure in the 'execute' method
ScoringTest.log
In CAS log You can find the root cause for that error:
Extract sas-cas-server.log
The object data type is not supported by such popular Python models. I had to manually remove dtype=object , which means the data type will be inferred. And then the Test Score works fine.
I hope the intention of sasctl package is support Python developed models, not only sci-kit learn based ones?
Version
1.10.1
- Vorherrschende Sprache
- Python
- Sterne
- 52
- Forks
- 45
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Entwicklungsumgebung
- Kein Dockerfile und keine Docker-Compose-Datei
- Keine Pull-Request-Vorlage
- Beitragsleitfaden lesen
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus sassoftware/python-sasctl
-
enhancement
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 35/100
sassoftware/python-sasctl#224 ·
-
enhancement
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 25/100
sassoftware/python-sasctl#216 ·
-
bug
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 35/100
sassoftware/python-sasctl#207 · 1 Reaktion ·
-
bug
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 45/100
sassoftware/python-sasctl#202 ·
-
bug
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 30/100
sassoftware/python-sasctl#193 ·
Alle Issues in sassoftware/python-sasctl
Ähnliche Issues
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 78/100
fritzprix/libr-agent#2612 ·
Maintainer antworten meist innerhalb von 1 Tag
-
needs-triage presubmit-gate
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 76/100
gke-labs/kube-agents#5001 ·
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 84/100
simonw/sqlite-utils#928 ·
Maintainer antworten meist innerhalb von 3 Tagen
-
colorado
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 72/100
freelawproject/juriscraper#2405 ·
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 66/100
cline/mcp-marketplace#3576 ·