rasbt/mlxtend

Add option for termination criterion with tolerance

Fechada

#1.079 aberto em 18 de jan. de 2024

Ver no GitHub
 (1 comentário) (2 reações) (0 responsável)Python (912 forks)batch import
New Featureeasyhelp wanted

Métricas do repositório

Stars
 (5.165 estrelas)
Métricas de merge de PR
 (Mesclagem média 27d 1h) (16 fundiu PRs em 30d)

Description

Describe the workflow you want to enable

Add an option for a termination criterion similar to "tol" implemented in sklearn.feature_selection.SequentialFeatureSelector: https://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.SequentialFeatureSelector.html

Describe alternatives you've considered, if relevant

While the sklearn SequentialFeatureSelector can do this, it misses the history callback you get in this package, which i think is very nice and helpful.

Additional context

The version of mlxtend i am using is 0.23.1

Guia do colaborador

Direção de pesquisa
Examine o arquivo sequential feature selector.py do mlxtend, especificamente a classe SequentialFeatureSelector. Implemente um parâmetro de tolerância que interrompa a seleção de características quando a melhoria de desempenho estiver abaixo do limite, semelhante à implementação do sklearn (https://scikit learn.org/stable/modules/generated/sklearn.feature selection.SequentialFeatureSelector.html). Certifique se de que o callback de histórico continue funcionando com o novo critério. Nenhum PR ou comentário existente fornece orientações adicionais.
Pilha de tecnologia
pythonnumpypandas
Domain
machine learningdata
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
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.
Principalmente claro
Prerequisites
knowledge of mlxtend's SequentialFeatureSelectorfamiliarity with sklearn's tol parameterbasic Python
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
60