Feature Requests
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 15/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Stack tecnologico
- julia
- Ambito
- machine-learning
Direzione di ricerca
La issue è un ampio elenco di sette possibili aggiunte, tra cui la selezione di sottoinsiemi, relaxed Lasso, le interazioni, le penalizzazioni non convesse, la regressione stepwise e gli ensemble. Inizia scegliendo una richiesta e rivedendo i pacchetti e gli articoli Julia referenziati; il lavoro sarà completato solo quando un singolo modello circoscritto sarà integrato in MLJLinearModels con test e documentazione concordati.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
@tlienart
-
All Subset (Best K Subset):
I've got parsimonious code for All Subset Regression which might have a nice home in this package that I'd like to share.
While it's much faster than R's Leaps pkg, I would include a strong warning to users:
This optimization problem is sooo not convex. Avoid for p>20. -
Approximate All Subset (MIO):
As you probably know,
Bertsimas etal (2016): show how to use MIO to approximately train all subset regression for p =1000 in minutes.
Bertsimas et al (2019): do this for p=100k in minutes.
The corresponding Julia package is SubsetSelection.jl.
Also see forthcoming Julia package MIP-Boost.
It would be really awesome if these linear models were featured in MLJ. -
Relaxed Lasso:
Hastie et al 2017: responded that relaxed Lasso matches Lasso in low-SNR scenarios & beats All Subset in high-SNR scenarios
glmnet: now features "relaxed Lasso"
Would this be difficult to add to MLJLinearModels? (maybe we can work on it together?) -
Linear Interactions:
There are some cool new packages for interactions in linear models.
I find these compare in out-of-sample fit w/ non-linear models (xgboost etc, no joke)
R: sprintr & HierNet
Python: HierScale -
Nonconvex penalties (MCP SCAD):
https://github.com/joshday/SparseRegression.jl/blob/master/README.md -
Forward selection/stepwise regression:
(stackoverflow, has Julia code)
Textbook code -
Ensembles of Penalized Linear Models:
Christidis et al 2019: Paper, old code EnsembleEN, new code SplitReg
- Lingua principale
- Julia
- Stelle
- 86
- Fork
- 16
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di JuliaAI/MLJLinearModels.jl
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 78/100
JuliaAI/MLJLinearModels.jl#187 · 1 reazione ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 58/100
JuliaAI/MLJLinearModels.jl#180 ·
-
help wanted
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
JuliaAI/MLJLinearModels.jl#163 · 4 commenti ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 45/100
JuliaAI/MLJLinearModels.jl#160 · 1 commento ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 42/100
JuliaAI/MLJLinearModels.jl#159 · 3 commenti ·
Tutte le issue di JuliaAI/MLJLinearModels.jl
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 79/100
Sienna-Platform/PowerSimulations.jl#1737 ·
I maintainer di solito rispondono entro 4 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
FluxML/Optimisers.jl#254 ·
-
Minor: floodplain warning percentage, scalar output error message and a never-true identity checkApertabug
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
JuliaAI/MLJTransforms.jl#101 ·
I maintainer di solito rispondono entro 1 giorno
-
@contents blocks fail to render on Julia 1.14Forse già presa @sbfnk l’ha presa 1 giorno fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
LuxDL/DocumenterVitepress.jl#410 ·