Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Bug: Clustering tasks don't extract estimation procedure details from server XML

Abierto
#1,522 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
2/5
Tiempo estimado
1-3 horas
Aptitud para principiantes
55/100
Tipo de issue
Error
Claridad
Bien especificado
Estado de actividad
Estancado
Stack tecnológico
python
Área
machine-learning

Línea de trabajo

Start in tasks/functions.py at _create_task_from_xml() around line 495, where estimation procedure details are extracted. Check how clustering tasks handle empty estimation_procedure_id and target_name values, then verify that the reported type, parameters, and data_splits_url are populated without breaking unsupervised tasks.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

Description

Clustering tasks (TaskType.CLUSTERING) are not having their estimation procedure
details properly extracted from server XML, resulting in None values.

Current Behavior
task = openml.tasks.get_task(126033)  # Clustering task
print(task.estimation_procedure)
# {'type': None, 'parameters': None, 'data_splits_url': None}

Expected Behavior

task.estimation_procedure
# {'type': 'testontrainingdata', 'parameters': {'number_repeats': '50'}, 
#  'data_splits_url': 'https://...'}

Root Cause

In _create_task_from_xml() (tasks/functions.py:495), TaskType.CLUSTERING
is not included in the if block that extracts estimation procedure details.

There is already a TODO comment for this: # TODO: add OpenMLClusteringTask?

Add TaskType.CLUSTERING to the if block, with edge case handling for:
1. Empty estimation_procedure_id (some tasks have empty values)
2. Empty target_name (unsupervised tasks)
Lenguaje dominante
Python
Estrellas
361
Forks
296
Sin PR fusionados en 30 d

Guía de contribución

Abrir la guía de contribución

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de openml/openml-python

Todos los issues de openml/openml-python

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.