Calculate accuracy of each model

Métriques du dépôt

Stars

13 étoiles (13 étoiles)

Métriques de merge PR

Métriques PR en attente (Métriques PR en attente)

Description

Guide contributeur

Direction de recherche

Passez en revue les modèles existants dans le notebook, identifiez les métriques de précision appropriées pour la régression (par exemple, MAE, RMSE, MAPE) et implémentez des fonctions pour calculer ces métriques pour chaque modèle.

Stack technique

python

Domaine

datamachine learning

Type d'issue

Fonctionnalité

DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.

3

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.

Plutôt claire

Prérequis

Python

Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.

65