scikit-learn/scikit-learn

Ability to cache FeatureUnion transformers

Open

#9,008 opened on 2017年6月6日

GitHub で見る
 (10 comments) (3 reactions) (0 assignees)Python (27,020 forks)batch import
Enhancementhelp wantedmodule:pipeline

Repository metrics

Stars
 (66,084 stars)
PR merge metrics
 (平均マージ 10d) (30d で 90 merged PRs)

説明

It seems reasonable to support a memory parameter to FeatureUnion like was recently added to Pipeline (#7990). It is valuable in the sense that parameters in some constituent transformers can be searched over while others are unchanged; those that are unchanged should not need to be re-fit from scratch.

コントリビューターガイド

調査方針
まず、`Pipeline` クラスにおける既存の `memory` パラメータの実装を確認します（PR #7990 と sklearn/pipeline.py を参照）。次に、`FeatureUnion` が現在サブトランスフォーマーをどのように処理しているか、そしてキャッシュをどこに統合できるかを理解します。実装は `Pipeline` のアプローチを模倣する必要があり、おそらく `FeatureUnion.fit` と `FeatureUnion.transform` を修正して、フィット済みのトランスフォーマーをキャッシュするようにします。joblib キャッシュに関するガイダンスとして、`Pipeline` の `memory` キーワードを参照してください。
技術スタック
python
領域
machine learning
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。
3
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 learnjoblib
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。
50