scikit-learn-contrib/hdbscan

Introduce sample weighting in HDBSCAN

Offen

#148 geöffnet am 05.12.2017

Auf GitHub ansehen
 (18 Kommentare) (10 Reaktionen) (0 zugewiesene Personen)Jupyter Notebook (535 Forks)github user discovery
help wantednew feature

Repository-Metriken

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

Beschreibung

Like for DBSCAN it would be very useful to also have the possibility to use a "sample_weight" parameter when performing HDBSCAN clustering trough the fit method. This to take into account possible presence of data containing element duplicates.

DBSCAN is just using sample_weight in the following way:

n_neighbors = np.array([np.sum(sample_weight[neighbors]) for neighbors in neighborhoods])

do you know if this is already planned at same time or not?

Contributor Guide

Research-Richtung
Prüfe, wie DBSCAN sample weight in sklearn implementiert, und wende eine ähnliche Nachbargewichtsberechnung in der fit Methode von HDBSCAN an.
Tech Stack
python
Domain
machine learningdata
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.
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
Pythonscikit learn
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
50