Proposal to Add Penalized Brier Score (PBS) and Penalized Log Loss (PLL) Methods

オープン
  • 何か問題がありますか？
#99 コメント 2 件 リアクション 0 件 担当者 0 名 GitHub で見る

メンテナーはふだん 1 日以内に返信

まだ誰も着手していません。

評価

難易度
5/5
見積もり時間
1週間以上
初心者へのやさしさ
25/100
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
python
領域
machine-learning

調査の方向性

Read the linked reference implementation and its unit tests for PBS and PLL, then compare their API and scoring conventions with the existing scoringrules package. The issue proposes two new scoring methods but names no package files or tests; done would mean both methods are integrated with tests covering the stated propriety conditions.

索引モデルが issue の本文から書いたものです。

説明

enhancement

Hello @frazane ,

First, thank you for maintaining the excellent scoringrules package! I want to propose integrating the Penalized Brier Score (PBS) and Penalized Log Loss (PLL) methods from Ahmadian et al.'s work, which directly address limitations of traditional probabilistic scoring rules in classification tasks.

Key Advantages

  1. Fixes Critical Flaws

    • Resolves Brier Score/Log Loss failure to guarantee proper scoring in finite-sample regimes (Theorems/Proofs)
    • Introduces penalty term: `penalty = ensuring incorrect predictions always score worse than correct ones

  2. Theoretical Guarantees

    • Strictly proper by construction
    • Consistent model selection even with imperfect models

  3. Practical Benefits

    • Better guidance for early stopping and checkpointing
    • Robust to class imbalance
    • Computationally equivalent to traditional scores
Implementation Details

The reference Python implementation provides:

  • Vectorized PBS/PLL calculations
  • Unit tests verifying propriety conditions
  • Benchmarks against standard metrics

Would you consider adding these to scoringrules?

Paper: "Superior scoring rules..." (Ahmadian et al., Int. J. Approx. Reason. 2024)

Thank you for considering this contribution to improve probabilistic scoring!

主要言語
Python
スター
108
フォーク
15
平均マージ
1時間 42分
マージ済み PR（30日）
9

環境構築

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。

frazane/scoringrules のほかの issue

frazane/scoringrules の issue をすべて見る

似ている issue

Python 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。