Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

Primitive for normalizing (feature scaling) input data

Đang mở
  • Có gì không ổn?
#82 2 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
5/5
Thời gian dự kiến
Hơn một tuần
Mức phù hợp với người mới
25/100
Loại issue
Tính năng
Độ rõ ràng
Cần làm rõ
Mức độ hoạt động
Đình trệ
Công nghệ
pandas, python
Lĩnh vực
data, machine-learning

Hướng nghiên cứu

Bắt đầu bằng cách xem xét các quy ước hiện có về primitive của Python và cách pandas DataFrames được xử lý trong repository này. Xác định xem khoảng mục tiêu là [-1,1] hay [0,1] theo công thức được cung cấp, cùng với hành vi dự kiến của trimming, clipping và inplace. Công việc được xem là hoàn tất khi primitive chuẩn hóa và các trường hợp biên của nó được bao phủ bởi các test.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

new primitives Pending Review

I want to create a primitive for normalization of data, or feature scaling so that the input is rescaled to [-1,1]

The formula for rescaling is
X_rescaled = (X - X.min) / (X.max - X.min)

The primitive input arguments are:

  • data (pandas dataframe)
  • column (string): the column to be rescaled
  • trim_percentage (float): percentage from the bottom and top to trim
  • inplace=True: if false, creates a new column called rescaled_input

Here are some potential issues with the implementation:

  • the implementation will run on historic data. If this primitive were to be used in an online system, we would have to either implement dynamic rescaling of dataset or automatically flag values larger than min and max as anomalies. Or we can just clip the input and assign large values as -1 or 1. The last suggestion makes the most sense, in my opinion.

  • distribution of the data. The data may have an outlier (very large value, e.g. 1234) and then the remaining values would be somewhere between -10 and 10. This would result in bad rescaling. One solution is to trim the lowest and highest 1% values, but what if those were outliers?

Ngôn ngữ chính
Python
Star
70
Fork
37
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của MLBazaar/MLPrimitives

Tất cả issue của MLBazaar/MLPrimitives

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.