Hacktoberfest 2026:メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

Add sample weights support for sk-learn models

オープン
#17 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

評価

難易度
4/5
見積もり時間
3〜5日
初心者へのやさしさ
38/100
issue の種類
機能追加
明瞭さ
おおむね明確
活発さ
停滞
技術スタック
julia, scikit-learn

調査の方向性

リンク先の「Adding models for general use」ドキュメントにあるサンプル重みのガイダンスを読み、その後 MLJ.jl issue #327 のモデル一覧を確認してください。一覧にある ScikitLearn.jl モデルのうち重みをサポートするものを特定し、それぞれが y に対応する重みベクトルを使用して MLJ fit convention に従っていることを検証してください。

索引モデルが issue の本文から書いたものです。

説明

Here is a list of sk-learn models that can take sample weights in training: https://github.com/alan-turing-institute/MLJ.jl/issues/327

The MLJ API supports sample weights; the convention is to overload fit(model, verbosity, X, y, w) where w is a vector of weights (with same length as y). Search for sample weights in the docs

主要言語
Julia
スター
14
フォーク
8
PR マージ指標
30日以内にマージされた PR はありません

環境構築

このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

JuliaAI/MLJScikitLearnInterface.jl のほかの issue

JuliaAI/MLJScikitLearnInterface.jl の issue をすべて見る

似ている issue

Julia の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。