[MNT] Add Missing Assertions to Run Function Tests

Aperta Adatta ai principianti
#1,646 7 commenti 2 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
82/100
Tipo di issue
Refactoring
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
python
Ambito
testing-qa

Direzione di ricerca

Inizia esaminando i commenti TODO e i test circostanti in tests/test_runs/test_run_functions.py, soprattutto nelle vicinanze delle righe 170, 287, 291, 341, 514 e 555. Aggiungi, ove applicabile, asserzioni per il tipo di attività holdout, la presenza del runtime e i parametri, quindi esegui i test pertinenti. Il lavoro è completato quando i controlli previsti sono deterministici e i test passano.

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

Descrizione

Good First Issue module:Run testing

Several tests in test_run_functions.py have TODO comments indicating missing assertions (e.g., lines 170, 287, 291, 341, 514, 555). These include checks for holdout tasks, parameter presence, and runtime values, which would improve test reliability.

Steps:

  1. Review each TODO comment and the surrounding test code to understand what's being tested.
  2. Add appropriate assertions, such as:
    • assert task.task_type == "holdout" for holdout task checks.
    • assert "runtime" in run.attributes for runtime presence.
    • assert len(run.parameters) > 0 for parameter checks.
  3. Run the tests to ensure they pass and cover the intended behavior.
  4. If needed, mock or set up test data to make assertions deterministic.

Tests will be more comprehensive, catching regressions in run handling and parameter validation.

Lingua principale
Python
Stelle
361
Fork
296
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Apri la guida per i contributori

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 openml/openml-python

Tutte le issue di openml/openml-python

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.