rasbt/mlxtend

Add option for termination criterion with tolerance

Chiusa

#1079 aperta il 18 gen 2024

Vedi su GitHub
 (1 commento) (2 reazioni) (0 assegnatari)Python (911 fork)batch import
New Featureeasyhelp wanted

Metriche repository

Star
 (5166 stelle)
Metriche merge PR
 (Merge medio 27g 1h) (16 PR mergiate in 30 g)

Descrizione

Describe the workflow you want to enable

Add an option for a termination criterion similar to "tol" implemented in sklearn.feature_selection.SequentialFeatureSelector: https://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.SequentialFeatureSelector.html

Describe alternatives you've considered, if relevant

While the sklearn SequentialFeatureSelector can do this, it misses the history callback you get in this package, which i think is very nice and helpful.

Additional context

The version of mlxtend i am using is 0.23.1

Guida contributor

Direzione di ricerca
Esamina il file sequential feature selector.py di mlxtend, in particolare la classe SequentialFeatureSelector. Implementa un parametro di tolleranza che interrompa la selezione delle feature quando il miglioramento delle prestazioni è al di sotto della soglia, simile all'implementazione di sklearn (https://scikit learn.org/stable/modules/generated/sklearn.feature selection.SequentialFeatureSelector.html). Assicurati che la callback della cronologia continui a funzionare con il nuovo criterio. Nessuna PR o commento esistente fornisce ulteriori indicazioni.
Tech stack
pythonnumpypandas
Dominio
machine learningdata
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Nuova
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Abbastanza chiara
Prerequisiti
knowledge of mlxtend's SequentialFeatureSelectorfamiliarity with sklearn's tol parameterbasic Python
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
60