[MNT] Add Missing Assertions to Run Function Tests

Abierto Apto para principiantes
#1,646 7 comentarios 2 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
2/5
Tiempo estimado
1-3 horas
Aptitud para principiantes
82/100
Tipo de issue
Refactorización
Claridad
Bien especificado
Estado de actividad
Activo
Stack tecnológico
python
Área
testing-qa

Línea de trabajo

Comienza revisando los comentarios TODO y las pruebas circundantes en tests/test_runs/test_run_functions.py, especialmente alrededor de las líneas 170, 287, 291, 341, 514 y 555. Añade aserciones para el tipo de tarea holdout, la presencia del runtime y los parámetros según corresponda, y después ejecuta las pruebas relevantes. La tarea estará terminada cuando las comprobaciones previstas sean deterministas y las pruebas pasen.

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

Descripción

Good First Issue module:Run testing

Several tests in test_run_functions.py have TODO comments indicating missing assertions (e.g., lines 170, 287, 291, 341, 514, 555). These include checks for holdout tasks, parameter presence, and runtime values, which would improve test reliability.

Steps:

  1. Review each TODO comment and the surrounding test code to understand what's being tested.
  2. Add appropriate assertions, such as:
    • assert task.task_type == "holdout" for holdout task checks.
    • assert "runtime" in run.attributes for runtime presence.
    • assert len(run.parameters) > 0 for parameter checks.
  3. Run the tests to ensure they pass and cover the intended behavior.
  4. If needed, mock or set up test data to make assertions deterministic.

Tests will be more comprehensive, catching regressions in run handling and parameter validation.

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.