alteryx/evalml

Set drop NaN component in time series pipeline to be training-only

Ouverte

#3 347 ouverte le 18 févr. 2022

Voir sur GitHubGuide contributeur
 (0 commentaire) (0 réaction) (0 personne assignée)Python (93 forks)auto 404
good first issue

Métriques du dépôt

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

Description

Currently, we run the drop NaN component in time series pipelines during fit, transform, and predict. However, we only need to drop NaN values during training. When passing a test set though the pipeline, we shouldn't generate NaN values with the featurizer and thus do not need to have NaN rows to be dropped.

This has implications for calculating features for time series to be used for permutation importance.

Guide contributeur

Direction de recherche
Localisez le composant drop NaN dans le pipeline de séries temporelles et modifiez son comportement pour qu'il ne s'exécute que pendant l'entraînement, pas pendant la transformation ou la prédiction.
Stack technique
python
Domaine
machine learning
Type d'issue
Fonctionnalité
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
Python
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
65