alteryx/evalml

Data Health: Sparsity Refactor

Ouverte

#1 801 ouverte le 9 févr. 2021

Voir sur GitHubGuide contributeur
 (2 commentaires) (1 réaction) (1 personne assignée)Python (93 forks)auto 404
enhancementgood first issue

Métriques du dépôt

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

Description

Currently, the sparsity score is calculated using a discrete count of values as a threshold. It might make more sense to refactor the SparsityDataCheck to use a relative threshold instead of a fixed count threshold.

SparsityDataCheck.sparsity_score(col, relative_count_threshold=0.10):
    <implementation>

Here the new relative_count_threshold should be a percentage of the total length of the column.

Guide contributeur

Direction de recherche
Comprenez l'implémentation actuelle de sparsity score utilisant un seuil de comptage discret. Modifiez la ensuite pour accepter un paramètre relative count threshold qui est une fraction de la longueur de la colonne, et ajustez la logique en conséquence.
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.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonBasic statistics
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
70