alteryx/evalml

Data Health: Sparsity Refactor

Aperta

#1801 aperta il 9 feb 2021

Vedi su GitHubGuida contributor
 (2 commenti) (1 reazione) (1 assegnatario)Python (93 fork)auto 404
enhancementgood first issue

Metriche repository

Star
 (852 stelle)
Metriche merge PR
 (Metriche PR in attesa)

Descrizione

Currently, the sparsity score is calculated using a discrete count of values as a threshold. It might make more sense to refactor the SparsityDataCheck to use a relative threshold instead of a fixed count threshold.

SparsityDataCheck.sparsity_score(col, relative_count_threshold=0.10):
    <implementation>

Here the new relative_count_threshold should be a percentage of the total length of the column.

Guida contributor

Direzione di ricerca
Comprendere l'attuale implementazione di sparsity score che utilizza una soglia di conteggio discreta. Quindi modificarla per accettare un parametro relative count threshold che è una frazione della lunghezza della colonna e adattare la logica di conseguenza.
Tech stack
python
Dominio
machine learningdata
Tipo issue
Refactoring
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
2
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-3 ore
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
PythonBasic statistics
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
70