scikit-learn/scikit-learn

Access "sample_weight" in adaboost

Open

#9.305 geöffnet am 9. Juli 2017

Auf GitHub ansehen
 (2 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (27.020 Forks)batch import
help wantedmodule:ensemble

Repository-Metriken

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

Beschreibung

Hello,

For a research paper I need to access the weights calculated by the Adaboostclassifier. Would it be possible to add the variable "sample_weight" as an attribute so I could publish code working with scikit-learn out of the box ?

Thank you,

Pierre

Contributor Guide

Research-Richtung
Das Issue schlägt vor, das 'sample weight' Attribut des AdaBoost Klassifikators verfügbar zu machen. Zuerst finden Sie die AdaBoost Implementierung im Quellcode von scikit learn, wahrscheinlich in sklearn/ensemble/ weight boosting.py oder ähnlich. Überprüfen Sie die fit Methode, um zu sehen, wie sample weights intern gespeichert werden. Die Aufgabe besteht darin, eine Eigenschaft hinzuzufügen oder die endgültigen Gewichte nach dem Fitten als Attribut zu speichern. Überprüfen Sie vorhandene ähnliche Attribute in anderen Schätzern auf Konsistenz. Keine verknüpften PRs oder aktuellen Kommentare, daher ist die Implementierung offen.
Tech Stack
python
Domain
machine learning
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
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
Python
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
80