lmcinnes/umap

Document reproducibility guarantees

Open

#298 aberto em 25 de set. de 2019

Ver no GitHub
 (16 comments) (0 reactions) (0 assignees)Python (751 forks)batch import
0.4documentationgood first issue

Métricas do repositório

Stars
 (6.478 stars)
Métricas de merge de PR
 (Mesclagem média 12h 3m) (15 fundiu PRs em 30d)

Description

Following up on the discussion here, it would be good to document how to get reproducible results with UMAP.

I think we should consider changing random_state in the UMAP constructor to a seed (e.g. 42, like the new transform_seed default) so that UMAP is reproducible by default.

We should document that users can set random_state to None to get faster results at the expense of reproducibility. In this mode there is no seed that would produce the same output due to the multithreading. (This was introduced in #294.)

Guia do colaborador

Direção de pesquisa
Revise a discussão vinculada no issue para entender o contexto. Depois, leia a documentação atual do UMAP e o código fonte relacionados a random state e reprodutibilidade. Proponha alterações para documentar como obter resultados reproduzíveis e considere atualizar o padrão de random state para uma semente. Se necessário, abra um PR para documentação e possíveis alterações de código.
Pilha de tecnologia
python
Domain
data
Tipo Issue
Documentação
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
Python
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
75