HashSlap-Summer-of-Code/ml-core

Standardize Dataset Handling Across All ML Modules

Ouverte

#11 ouverte le 18 juin 2025

Voir sur GitHubGuide contributeur
 (0 commentaire) (0 réaction) (0 personne assignée)Jupyter Notebook (11 forks)auto 404
Intermediateenhancementgood first issuehacktoberfesthssoc

Métriques du dépôt

Stars
 (3 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

Description:
Right now, different subfolders load and process datasets in inconsistent ways. Create a unified, reusable Python module to handle dataset loading and basic preprocessing (e.g., scaling, splitting). This ensures maintainability and reduces repeated code across ML scripts.

Expected Tasks:

  • Create a Python utility (e.g., data_utils.py) with functions like:
    • load_csv(path)
    • train_test_split(X, y, test_size=0.2)
    • standardize(X)
  • Save this file in a utils/ folder.
  • Refactor at least two existing implementations (e.g., KNN and Perceptron) to use this utility.
  • Update documentation in the root README.md and/or affected folders.

Stretch Goal:

  • Add optional support for downloading public datasets (e.g., from UCI or sklearn).

Guide contributeur

Direction de recherche
Examinez le traitement des jeux de données dans les modules KNN et Perceptron, puis créez un module utilitaire avec des fonctions comme load csv, train test split et standardize. Enregistrez le dans le dossier utils/ et refactorisez les modules existants pour l'utiliser.
Stack technique
python
Domaine
machine learningdata
Type d'issue
Refactorisation
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Récente
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
Python
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
75