microsoft/FLAML

Document feature engineering

Open

#1,031 opened on 2023年5月9日

GitHub で見る
 (3 comments) (0 reactions) (1 assignee)Jupyter Notebook (560 forks)github user discovery
documentationhelp wanted

Repository metrics

Stars
 (4,364 stars)
PR merge metrics
 (PR metrics pending)

説明

It seems like FLAML does some auto feature engineering for the user. It would be useful if this was documented so that I know how much or little data preprocessing I need to do before training my model.

コントリビューターガイド

調査方針
FLAMLのソースコードと既存のドキュメントを確認し、モデルトレーニング中にFLAMLが実行する自動特徴量エンジニアリングの手順を特定して説明します。特徴量エンジニアリングモジュールまたは関連する前処理手順のコードを確認し、ユーザーに明確な例と説明を提供します。
技術スタック
python
領域
machine learning
Issue 種別
ドキュメント
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
1
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1時間未満
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
アクティブ
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
明確
前提条件
Python
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
90