scikit-learn-contrib/category_encoders

Metadata for encoders

オープン

#166 opened on 2019/01/05

GitHub で見るコントリビューターガイド
 (10 件のコメント) (2 件のリアクション) (0 人の担当者)Python (397 件のフォーク)batch import
enhancementhelp wanted

Repository metrics

Stars
 (2,322 個のスター)
PR merge metrics
 (平均マージ 4d 10h) (30d で 2 merged PRs)

説明

It should be possible to programmatically differentiate between encoders that:

  1. Do not require any target during fitting (like OneHotEncoder).
  2. Require some target during fitting (like TargetEncoder).
  3. Require binary target during fitting (like WOE).

This information would be useful for:

  1. Parameterized tests.
  2. Users that wonder, which encoder they may use.

Proposed implementation: Like in scikit-learn.

コントリビューターガイド

調査方針
category encoders 内の既存のエンコーダークラスを調べて、それらのターゲット要件を特定します。scikit learn の Estimator タイプタグを参考にして、メタデータシステムの実装方法を検討します。追加の設計上の考慮事項や潜在的な落とし穴については、issue コメントを確認してください。実装には、各エンコーダーにターゲット依存性を示すクラス属性またはメソッドを追加することが含まれる可能性があります。
技術スタック
python
領域
data
Issue 種別
機能
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。
2
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。
半日
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。
古い
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
Pythonscikit learn
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。
80