scikit-learn-contrib/hdbscan

Introduce sample weighting in HDBSCAN

Aberta

#148 aberto em 5 de dez. de 2017

Ver no GitHub
 (18 comentários) (10 reações) (0 responsável)Jupyter Notebook (535 forks)github user discovery
help wantednew feature

Métricas do repositório

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

Description

Like for DBSCAN it would be very useful to also have the possibility to use a "sample_weight" parameter when performing HDBSCAN clustering trough the fit method. This to take into account possible presence of data containing element duplicates.

DBSCAN is just using sample_weight in the following way:

n_neighbors = np.array([np.sum(sample_weight[neighbors]) for neighbors in neighborhoods])

do you know if this is already planned at same time or not?

Guia do colaborador

Direção de pesquisa
Inspecione como o DBSCAN implementa sample weight no sklearn e aplique um cálculo semelhante de peso dos vizinhos no método fit do HDBSCAN.
Pilha de tecnologia
python
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.
1-3 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
Pythonscikit learn
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
50