scikit-learn-contrib/hdbscan

Introduce sample weighting in HDBSCAN

Ouverte

#148 ouverte le 5 déc. 2017

Voir sur GitHub
 (18 commentaires) (10 réactions) (0 personne assignée)Jupyter Notebook (535 forks)github user discovery
help wantednew feature

Métriques du dépôt

Stars
 (3 137 étoiles)
Métriques de merge PR
 (Aucune PR mergée en 30 j)

Description

Like for DBSCAN it would be very useful to also have the possibility to use a "sample_weight" parameter when performing HDBSCAN clustering trough the fit method. This to take into account possible presence of data containing element duplicates.

DBSCAN is just using sample_weight in the following way:

n_neighbors = np.array([np.sum(sample_weight[neighbors]) for neighbors in neighborhoods])

do you know if this is already planned at same time or not?

Guide contributeur

Direction de recherche
Inspectez comment DBSCAN implémente sample weight dans sklearn et appliquez un calcul similaire du poids des voisins dans la méthode fit de HDBSCAN.
Stack technique
python
Domaine
machine learningdata
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.
Claire
Prérequis
Pythonscikit learn
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
50