cate_scoring default learner is oversized for its own per-fold, per-arm call pattern
@su-jin1425 ci sta già lavorando.
Dal 28/8/2026.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 48/100
- Tipo di issue
- Refactoring
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Tranquilla
- Stack tecnologico
- python
- Ambito
- machine-learning
Direzione di ricerca
Inizia da cate_scoring.py alle righe 63, 275 e 399, quindi confronta l’uso del learner con gli helper TMLE in visualize.py alle righe 343, 453, 696 e 740. Leggi dr_score, plug_in_t_score e compute_dr_pseudo_outcomes, e usa tests/test_cate_scoring.py per misurare i casi senza learner. Il lavoro è completato quando è stato concordato un default più piccolo o dimensionato in base ai dati, oppure è presente un avviso chiaro nella docstring di dr_score, con i test pertinenti che continuano a passare e il costo dei fit ripetuti affrontato.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Low priority.
The default LGBMRegressor(num_leaves=64, ...) merged in #1030 (cate_scoring.py:63, :275, :399) is inherited from visualize.py's TMLE helpers (:343, :453, :696, :740), which fit on the full frame. dr_score / plug_in_t_score fit per-fold and per-arm — with the default n_folds=5 that is 10 fits on roughly n/10 rows each, where 64 leaves is well past what the slice supports. #1030 added verbose=-1, which silences the resulting "No further splits with positive gain" chatter without addressing the cause.
Two possible improvements, neither urgent:
- A smaller
num_leavesfor this call pattern, or one sized from the data. - A docstring nudge on
dr_score: comparing several candidate CATE models without an explicit learner refits 10 LGBM models per call, which is whatcompute_dr_pseudo_outcomes's own docstring advises avoiding by precomputing pseudo-outcomes once and passingpseudo_outcome_col.
Measured cost when #1030's three learner-less tests were added: tests/test_cate_scoring.py went from 17s to 37–55s.
Observed on master (477cd0a).
🤖 Generated with Claude Code
- Lingua principale
- Python
- Stelle
- 6k
- Fork
- 892
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
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 uber/causalml
-
Add a pickle-size regression test for fitted learners (v1.0 M1)Forse già presa @techi101 l’ha presa 7 giorni fa. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 67/100
-
BaseRClassifier ignores cv_n_jobs during outcome cross-validationForse già presa @ayuxy027 l’ha presa 17 giorni fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 25/100
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
-
S-, T- and X-learner bootstrap confidence intervals are not reproducibleForse già presa @su-jin1425 l’ha presa 78 giorni fa. Apertabug
Difficoltà 4/5 3-5 giorni Idoneità per principianti 52/100
-
sklearn metadata routing: let `treatment` reach a learner inside a PipelineForse di nuovo libera @su-jin1425 l’ha presa 90 giorni fa e non c’è nessuna pull request aperta. Apertaenhancement
Difficoltà 4/5 3-5 giorni Idoneità per principianti 55/100
Tutte le issue di uber/causalml
Issue simili
-
bug
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 78/100
splunk/security_content#4418 ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug / Enhancement]: Improve teleop_robot CLI with configurable timeout, robust input validation, and clean ROS shutdownForse già presa @muskan-creates352 l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 3 giorni
-
bug(pipelines): shortcode stripping deletes text between a {{< >}} shortcode and the next {{% %}}Forse già presa @Ashborne-lab l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
kubeflow/docs-agent#293 ·
I maintainer di solito rispondono entro 3 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
Imbad0202/academic-research-skills#1093 ·
I maintainer di solito rispondono entro 1 giorno
-
Input: placeholder drawn in the text colour when the empty Input is focused but not yet editedAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
pierreaubert/gpui-toolkit#114 ·
I maintainer di solito rispondono entro 1 giorno