scikit-learn/scikit-learn

Add conditional inference trees

Open

#8.337 geöffnet am 10. Feb. 2017

Auf GitHub ansehen
 (8 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (27.020 Forks)batch import
New Featurehelp wantedmodule:tree

Repository-Metriken

Stars
 (66.084 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 10T) (90 gemergte PRs in 30 T)

Beschreibung

I think it would be a good idea to add conditional inference trees. From my understanding, they tend to provide better models when using a mixture of categorical and continuous values, or data with many duplicate values.

There was some discussion here but no follow up, I think; https://sourceforge.net/p/scikit-learn/mailman/message/31141698/

Contributor Guide

Research-Richtung
Recherchieren Sie den Algorithmus für bedingte Inferenzbäume (z.B. ctree in R), untersuchen Sie das vorhandene Baummodul von scikit learn (sklearn.tree) und schlagen Sie ein Design zum Hinzufügen eines neuen Baum Schätzers vor.
Tech Stack
python
Domain
machine learning
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
4
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-2 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Veraltet
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Recherche nötig
Voraussetzungen
Pythonscikit learn basicsdecision trees
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
30