minimal example that shows wrong coefficients (1.0 instead of 0 and Inf instead of 2.0) and in general inconsistent behaviour
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 48/100
- Tipo di issue
- Bug
- Chiarezza
- Specificata chiaramente
- Stato di attività
- Ferma
- Stack tecnologico
- numpy, python
- Ambito
- machine-learning
Direzione di ricerca
Riproduci i due esempi dell’issue o del notebook Kaggle collegato, iniziando da CBM.fit e dal model.weights risultante. Traccia la prima iterazione e confronta i pesi osservati con quelli attesi [[0.0, 2.0]] per y=[0.0, 1.0]; il lavoro è completato quando il bin con target zero non diventa più 1.0 e il secondo peso non diventa più inf.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
import numpy as np
import cbm
X = np.array([0, 1]).reshape(-1, 1)
y = np.array([0.0, 1.0])
model = cbm.CBM() # same result with max_iterations=1
model.fit(X, y)
model.weights # [[1.0, inf]]
weights in this simple case should be [[0.0, 2.0]] since y_mean is 0.5.
Instead the algorithm outputs 1.0 instead of 0.0 for first weight. (in general it always outputs 1.0 weight for a bin where the target is always 0.0).
It also outputs a very weird inf value for second weight (one can show that this happens after single iteration).
Note that if we change y we may get a correct second weight:
import numpy as np
import cbm
X = np.array([0, 1]).reshape(-1, 1)
y = np.array([0.0, 2.0])
model = cbm.CBM()
model.fit(X, y)
model.weights # [[1.0, 2.070529847682755]]
link to a public kaggle notebook for reproducibility: https://www.kaggle.com/pietroppeter/issue-cyclic-boosting-machine
- Lingua principale
- Jupyter Notebook
- Stelle
- 63
- Fork
- 10
- Merge medio
- 18g 22h
- PR unite (30g)
- 1
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 microsoft/CBM
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 25/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100
Tutte le issue di microsoft/CBM
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno
-
RenyiELBO raises TypeError when model has no sample sitesForse già presa @alibb007 l’ha presa oggi. Aperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 85/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
aws/sagemaker-python-sdk#6554 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
I maintainer di solito rispondono entro 1 giorno
-
fix(simple): report missing source checkpoint cleanly in export_safetensorsForse già presa @agarwalpranav0711 l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 85/100
AOSSIE-Org/OpenVerifiableLLM#295 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno