Independent binning of truth and prediction can have disadvantages
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- python
Línea de trabajo
Comienza leyendo el punto de entrada audplot.distribution y reproduciendo el ejemplo vinculado con valores de clase. Determina el comportamiento de binning previsto para los valores reales y las predicciones, y verifica después que la visualización resultante haga clara su comparación sin perder la consistencia introducida en la versión 1.3.2.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
With version 1.3.2 we introduced independent binning of truth and prediction for audplot.distribution to ensure the same distribution is always plotted in the same way.
This can have the disadvantage that truth and prediction are differently presented even though they would strongly favor the same binning (e.g. when the underlying predictions are classes). Look at the following example
Looking at the line plot you can see that the second class is less likely to be predicted compared to the truth values. But if you look at the binning this is not easily to see as the blue bar is lower (because it uses a broader binning).
- Lenguaje dominante
- Python
- Estrellas
- 1
- Forks
- 0
- Merge medio
- 3 min
- PR fusionados (30 d)
- 1
Guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de audeering/audplot
-
add xlabel to distribution plot Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 42/100
Todos los issues de audeering/audplot
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 86/100
browser-use/browser-use#5905 ·
-
type: enhancement
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
ynput/ayon-python-api#363 ·
-
bug needs triage
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
modelscope/FunASR#3728 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
open-compass/opencompass#2655 ·