Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

`asinh` transformation

Aperta
  • Qualcosa non va?
#46 7 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
38/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
julia
Ambito
machine-learning

Direzione di ricerca

Non viene indicato alcun file sorgente né alcun test. Inizia individuando la trasformazione Box-Cox esistente e i relativi test, quindi determina come una trasformazione asinh e il suo parametro di scala dovrebbero inserirsi nell’API del package. L’attività è completata quando la trasformazione è disponibile con un comportamento della scala documentato e sono presenti test che coprono valori positivi, negativi e prossimi a zero.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

enhancement

Similar to the Box-Cox transformation, the asinh or pseudolog transformation is a common transformation for reducing skewness and stabilizing variance. It's most often used for variables that are roughly log-normal, but can take on both positive and negative values; for example, net worth is often well-modeled as log-normal for the majority of the population, but can be negative if debts exceed assets. asinh(x/2) is approximately equal to ln(|x|) for large values of |x|, but is approximately equal to x for values close to 0.

The general form of the transformation is x = scale * asinh(x / (2scale)), with scale a parameter chosen to satisfy some criterion such as stable variance, minimum skewness, or maximizing the log-likelihood that the data come from a normal distribution.

Lingua principale
Julia
Stelle
1
Fork
3
Merge medio
2g 21h
PR unite (30g)
4

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

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di JuliaAI/MLJTransforms.jl

Tutte le issue di JuliaAI/MLJTransforms.jl

Issue simili

Altre issue su Julia

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.