Standardize transform should handle edge case where variable has zero variance
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 2/5
- Tempo stimato
- 1-3 ore
- Idoneità per principianti
- 48/100
- Tipo di issue
- Bug
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- machine-learning
Direzione di ricerca
Inizia individuando l’implementazione e i test per le trasformazioni standardize e center di patsy, quindi riproduci il problema con l’esempio patsy.dmatrix fornito. Il lavoro è completato quando standardize accetta una variabile con varianza zero senza generare un errore e produce il risultato centrato, mentre il comportamento esistente per le variabili non costanti rimane invariato.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
In edge cases where a variable has zero variance, standardize should do the same as center rather than producing an error.
Suppose I am fitting a linear model with a large number of random covariates. I'd like to standardize them and fit a regularized model (e.g. sklearn.linear_model.Ridge). If there's some probability that a given covariate has zero variance, I'd like my code to run (and give that covariate a coefficient of zero) rather than crash.
Toy example:
import patsy
data = {"x1": [1, 2, 3, 4], "x2":[5, 5, 5, 5]}
mat = patsy.dmatrix("standardize(x1) + center(x2)", data) # Works
mat = patsy.dmatrix("standardize(x1) + standardize(x2)", data) # Fails! Should handle this edge case
- Lingua principale
- Python
- Stelle
- 990
- Fork
- 106
- Merge medio
- 7g 34m
- PR unite (30g)
- 1
Preparare l'ambiente
Non abbiamo ancora controllato i file di configurazione di questo progetto. 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 pydata/patsy
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 72/100
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 68/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 55/100
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
Tutte le issue di pydata/patsy
Issue simili
-
Broken links found in docsApertadocs pydanty:is-working
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
pydantic/pydantic-ai#8863 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
run-llama/llama_index#23278 ·
I maintainer di solito rispondono entro 2 giorni
-
documentation from-review-extraction github-actions priority: low severity:nit
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 92/100
LearningCircuit/local-deep-research#6946 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
oracle/langchain-oracle#323 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
tenstorrent/tt-metal#58057 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno