Support for KDE

Repository metrics

Stars

7,762 stars (7,762 stars)

PR merge metrics

平均マージ 4d 17h (平均マージ 4d 17h)30d で 14 merged PRs (30d で 14 merged PRs)

説明

コントリビューターガイド

調査方針

この課題は、pyodにカーネル密度推定（KDE）ベースの外れ値検出を追加することを要求しています。実装するには、まずscikit learn（sklearn.neighbors.KernelDensity）の既存のKDE実装を確認し、密度推定から外れ値スコアを導出する方法を理解します。pyodの基底クラス構造と、ABODやLOFなどの既存の検出器の統合パターンを確認します。追加の詳細が提供されていないため、メンテナの期待に合わせて、課題のコメントで希望するインターフェースについて議論することを検討してください。

技術スタック

python

領域

machine learningdata

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。

1-2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。

新着

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

Pythonoutlier detection basicsnumpy/scipy

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。

30