Explicit typecast in `pcasvd` prevents FixedSizeArray usage
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 2/5
- Tempo stimato
- 1-3 ore
- Idoneità per principianti
- 72/100
Direzione di ricerca
Inizia da src/pca.jl:242 e riproduci la chiamata SVD di PCA segnalata con FixedSizeArray. Aggiungi un test di regressione che copra questo input e verifica che il metodo SVD venga completato senza l’errore di asserzione del tipo, mentre i test PCA esistenti continuano a superare.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Hi, when using FixedSizeArrays and trying to do PCA with the SVD method
using FixedSizeArrays, MultivariateStats
M = FixedSizeArray(randn(10, 100))
fit(PCA, M, method=:svd)
one is met with
TypeError: in typeassert, expected Vector{Float64}, got a value of type FixedSizeArray{Float64, 1, Memory{Float64}}
Stacktrace:
[1] pcasvd(Z::FixedSizeArray{…}, mean::FixedSizeArray{…}, n::Int64; maxoutdim::Int64, pratio::Float64)
@ MultivariateStats ~/.julia/packages/MultivariateStats/sSKHh/src/pca.jl:242
because of the cast in
https://github.com/JuliaStats/MultivariateStats.jl/blob/1c26eff2c78fc3621623e91ce4820d0fd09d4791/src/pca.jl#L242
Overwriting the function removing the explicit typecast makes it work (it results in an unrelated error in StatsBase). Is there something that can be done about this? Thank you in advance.
- Lingua principale
- Julia
- Stelle
- 387
- Fork
- 83
- 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 JuliaStats/MultivariateStats.jl
-
tagbot-manual
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
JuliaStats/MultivariateStats.jl#238 · 1 commento ·
-
Return a result even when MetricMDS does not convergeForse già presa Una pull request collegata a questa issue è aperta o già unita. Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
JuliaStats/MultivariateStats.jl#233 · 1 commento ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 30/100
-
How to use MetricMDSAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
JuliaStats/MultivariateStats.jl#231 · 2 commenti ·
Tutte le issue di JuliaStats/MultivariateStats.jl
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
JuliaGPU/KernelAbstractions.jl#897 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
oscar-system/GAP.jl#1455 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
JuliaAI/MLJTransforms.jl#85 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
SciML/OrdinaryDiffEq.jl#4875 ·
I maintainer di solito rispondono entro 4 giorni