yzhao062/pyod

Support for kernel PCA method to handle nonlinear data distribution

Open

#370 geöffnet am 18. Feb. 2022

Auf GitHub ansehen
 (4 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (1.308 Forks)batch import
help wanted

Repository-Metriken

Stars
 (7.762 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 4T 17h) (14 gemergte PRs in 30 T)

Beschreibung

Is it planned to implement kernel PCA method in PYOD?

Reference: Section 3.3.8 (, and Section 4.2.1) of "Outlier Analysis" by C.C. Aggarwal

Contributor Guide

Research-Richtung
Untersuche die vorhandene PCA Implementierung in pyod (wahrscheinlich in pyod/models/pca.py) und wie andere Modelle strukturiert sind. Erwäge die Verwendung von sklearn.decomposition.KernelPCA als Basis und passe es für die Ausreißererkennung unter Verwendung des Rekonstruktionsfehlers an. Überprüfe die Issue Kommentare auf frühere Diskussionen oder Feedback der Maintainer. Schlage einen Implementierungsplan vor und hole die Zustimmung der Maintainer ein, bevor du mit dem Codieren beginnst.
Tech Stack
pythonscikit learn
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.
Halber Tag
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Wartet auf Maintainer Antwort
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
outlier detection basicsPCA knowledgekernel methodsPython
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
50