alteryx/evalml

Data Health: Sparsity Refactor

Aberta

#1.801 aberto em 9 de fev. de 2021

Ver no GitHubGuia do colaborador
 (2 comentários) (1 reação) (1 responsável)Python (93 forks)auto 404
enhancementgood first issue

Métricas do repositório

Stars
 (852 estrelas)
Métricas de merge de PR
 (Métricas PR pendentes)

Description

Currently, the sparsity score is calculated using a discrete count of values as a threshold. It might make more sense to refactor the SparsityDataCheck to use a relative threshold instead of a fixed count threshold.

SparsityDataCheck.sparsity_score(col, relative_count_threshold=0.10):
    <implementation>

Here the new relative_count_threshold should be a percentage of the total length of the column.

Guia do colaborador

Direção de pesquisa
Entenda a implementação atual do sparsity score usando um limite de contagem discreto. Em seguida, modifique o para aceitar um parâmetro relative count threshold que é uma fração do comprimento da coluna e ajuste a lógica de acordo.
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.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonBasic statistics
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
70