tabctx-mcp: prediction intervals in the predict tool's output

Aperta Adatta ai principianti
  • Qualcosa non va?
#111 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
88/100
Tipo di issue
Funzionalità
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
python
Ambito
backend, machine-learning

Direzione di ricerca

Inizia da src/tabctx/mcp_tools/tools.py e dal comportamento dei quantili di regressione in tests/unit/fake_deployment.py; poi leggi i test pertinenti in tests/unit/test_mcp_tools.py. Aggiungi le due colonne dell’intervallo all’output CSV della regressione e alle righe iniziali restituite, quindi documentale in src/tabctx/mcp_tools/SKILL.md. Il lavoro è terminato quando le colonne seguono la colonna di previsione in quell’ordine, l’output della classificazione resta invariato e uv run pytest tests/unit -n auto ha esito positivo.

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

Descrizione

area/api enhancement good first issue

Agents using tabctx-mcp see point predictions only. Since 0.19, a regression predict can return quantiles from the same model call (TabctxRegressor.predict_quantiles), so the predict tool can show each row's interval at no extra cost.

What to do

  • In src/tabctx/mcp_tools/tools.py, for a regression model, add <target>_p05 and <target>_p95 columns to the predictions CSV and to the top rows the tool returns, using estimator.predict_quantiles(X, [0.05, 0.95]).
  • Mention the columns in src/tabctx/mcp_tools/SKILL.md (agents read it), e.g. "a 90% interval: say how sure the model is".
  • Tests in tests/unit/test_mcp_tools.py, against tests/unit/fake_deployment.py (its regression quantile at level q is the row's first feature plus q, so expected values are easy to write).

Done when

  • A regression predict writes the two columns, in that order, right after the prediction column.
  • Classification output is unchanged.
  • uv run pytest tests/unit -n auto passes.

Good first issue: one module plus its tests, no GPU needed.

Lingua principale
Python
Stelle
1
Fork
1
Merge medio
6h 45m
PR unite (30g)
66

Preparare l'ambiente

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 VectorInstitute/tabctx

Tutte le issue di VectorInstitute/tabctx

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.