HashSlap-Summer-of-Code/ml-core

Standardize Dataset Handling Across All ML Modules

Aberta

#11 aberto em 18 de jun. de 2025

Ver no GitHubGuia do colaborador
 (0 comentário) (0 reação) (0 responsável)Jupyter Notebook (11 forks)auto 404
Intermediateenhancementgood first issuehacktoberfesthssoc

Métricas do repositório

Stars
 (3 estrelas)
Métricas de merge de PR
 (Nenhuma PRs mesclada em 30d)

Description

Description:
Right now, different subfolders load and process datasets in inconsistent ways. Create a unified, reusable Python module to handle dataset loading and basic preprocessing (e.g., scaling, splitting). This ensures maintainability and reduces repeated code across ML scripts.

Expected Tasks:

  • Create a Python utility (e.g., data_utils.py) with functions like:
    • load_csv(path)
    • train_test_split(X, y, test_size=0.2)
    • standardize(X)
  • Save this file in a utils/ folder.
  • Refactor at least two existing implementations (e.g., KNN and Perceptron) to use this utility.
  • Update documentation in the root README.md and/or affected folders.

Stretch Goal:

  • Add optional support for downloading public datasets (e.g., from UCI or sklearn).

Guia do colaborador

Direção de pesquisa
Revise o tratamento de datasets nos módulos KNN e Perceptron, depois crie um módulo de utilitário com funções como load csv, train test split e standardize. Salve o na pasta utils/ e refatore os módulos existentes para usá lo.
Pilha de tecnologia
python
Domain
machine learningdata
Tipo Issue
Refatoração
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
2
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-3 horas
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Recente
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
Python
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
75