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

Stratified 70/15/15 train/val/test split

オープン 初心者向け
  • 何か問題がありますか？
#7 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
2/5
見積もり時間
1〜3時間
初心者へのやさしさ
62/100
issue の種類
機能追加
明瞭さ
明確に書かれている
活発さ
活発
技術スタック
python, scikit-learn
領域
data

調査の方向性

src/data.py から始めて、make_splits(X, y, seed) を追加してください。この関数は stratify と random_state を指定した train_test_split を2回呼び出し、70/15/15 に分割します。これは issue #6 に依存するため、先に issue #6 がマージされているか確認してください。インデックスは results/split.json に保存し、そのファイルが存在する場合は再利用してください。サイズが 2100/450/450 で、クラスごとの画像数が 700/150/150 となり、2回の実行で同一のインデックスが返されれば完了です。

索引モデルが issue の本文から書いたものです。

説明

data

The same split must be used by every model.

Files: src/data.py

Tasks
  • make_splits(X, y, seed) using train_test_split(..., stratify=..., random_state=seed) twice
  • Save split indices to results/split.json; reuse them if the file exists
Done when

Sizes 2100/450/450 with 700/150/150 images per class; running twice gives identical indices.

Depends on

#6

Close with a commit or PR message containing Closes #<this issue>.

主要言語
Jupyter Notebook
スター
0
フォーク
0
平均マージ
1分
マージ済み PR（30日）
3

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。

VisionForgeCSE/CNN-For-Image-Classification のほかの issue

VisionForgeCSE/CNN-For-Image-Classification の issue をすべて見る

似ている issue

Data Engineering 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。