Scoring code function structure generates an error for LGBoost and XGBoost packages
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 42/100
- Tipo de issue
- Error
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- python
- Área
- machine-learning
Línea de trabajo
No se especifica ningún archivo fuente ni ninguna prueba. Empieza localizando el punto de entrada de generación del código de scoring que emite dtype=object y, después, reproduce la prueba de scoring con LightGBM o XGBoost usando los logs adjuntos para comparar; se considera terminado cuando el código generado se ejecuta correctamente sin la opción dtype no compatible.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Issue description
In the attached screen there is an extract from scoring code generated by sasctl for Python models when imported into SAS Model Manager.
The key part is an option: dtype=object which is probably fine for sci-kit learn based models but it causes the errors for LGBoost and XGBoost models.
When any of these package is used to build and import the model into SAS Model Manager the scoring test will fail due to PyMas execute function error: DS2 "pymas" package encountered a failure in the 'execute' method
ScoringTest.log
In CAS log You can find the root cause for that error:
Extract sas-cas-server.log
The object data type is not supported by such popular Python models. I had to manually remove dtype=object , which means the data type will be inferred. And then the Test Score works fine.
I hope the intention of sasctl package is support Python developed models, not only sci-kit learn based ones?
Version
1.10.1
- Lenguaje dominante
- Python
- Estrellas
- 52
- Forks
- 45
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Leer la 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 sassoftware/python-sasctl
-
enhancement
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
sassoftware/python-sasctl#224 ·
-
enhancement
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
sassoftware/python-sasctl#216 ·
-
bug
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
sassoftware/python-sasctl#207 · 1 reacción ·
-
bug
Dificultad 3/5 1-2 días Aptitud para principiantes 45/100
sassoftware/python-sasctl#202 ·
-
bug
Dificultad 4/5 3-5 días Aptitud para principiantes 30/100
sassoftware/python-sasctl#193 ·
Todos los issues de sassoftware/python-sasctl
Issues similares
-
fuzz fuzz-unconfirmed
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
Los mantenedores suelen responder en 1 día
-
ready-for-agent
Dificultad 2/5 1-3 horas Aptitud para principiantes 86/100
neilsh/stunt-reel#220 ·
Los mantenedores suelen responder en 1 día
-
[Issue]: use_fp4_cache is accepted but ignored; the launcher always writes FP8 recordsPosiblemente ocupada @0z5a la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
Los mantenedores suelen responder en 1 día
-
area: cli priority: p3 size: S type: bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 83/100
finos/open-resource-broker#757 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
Los mantenedores suelen responder en 6 días