Create train/val/test splits
Chưa có ai nhận issue này.
Đánh giá
- Độ khó
- 4/5
- Thời gian dự kiến
- 3-5 ngày
- Mức phù hợp với người mới
- 38/100
- Loại issue
- Tính năng
- Độ rõ ràng
- Khá rõ ràng
- Mức độ hoạt động
- Đình trệ
- Công nghệ
- python
- Lĩnh vực
- data, machine-learning
Hướng nghiên cứu
Xác định đầu vào của dataset đã được chuẩn hóa và entry point hiện có để xử lý dữ liệu, sau đó xem xét cách các loại commit, danh tính repository và tần suất scope được biểu diễn. Xác định và triển khai các đầu ra train, validation và test có thể tái lập trong data/splits/; hoàn thành khi ba tệp JSONL và splits_metadata.json tồn tại, đáp ứng các ràng buộc về phân tầng và leakage đã nêu, đồng thời bao gồm các thống kê được lập tài liệu.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
Summary
Split the normalized dataset into train, validation, and test sets with proper stratification.
Success Criteria
- Split ratios defined (e.g., 80/10/10)
- Stratification by commit type
- No data leakage (same repo shouldn't span splits)
- Splits saved to data/splits/
- Split statistics documented
- Reproducible with fixed random seed
Stratification Strategy
- Balance commit types across splits
- Consider stratifying by scope frequency
- Ensure test set has good coverage of rare types
Output Files
```
data/splits/
train.jsonl
val.jsonl
test.jsonl
splits_metadata.json
```
- Ngôn ngữ chính
- Python
- Star
- 0
- Fork
- 0
- Chỉ số merge pull request
- Không có pull request nào được merge trong 30 ngày
Chuẩn bị môi trường
- Không có Dockerfile hay tệp Docker Compose
- Không có mẫu pull request
- Đọc hướng dẫn đóng góp
Bắt đầu từ đâu
- Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
- Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
- Fork repository và làm thay đổi trên một nhánh.
- Mở pull request có tham chiếu số hiệu của issue.
Issue khác của aRustyDev/ccgram
-
Define next-step research ideasĐang mởdocs experiment
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 35/100
-
Write usage documentationĐang mởdocs
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 55/100
-
Freeze architectureĐang mởinfra model
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 25/100
-
Document findingsĐang mởdocs experiment
Độ khó 3/5 3-5 ngày Mức phù hợp với người mới 45/100
-
ablation evaluation
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 30/100
Tất cả issue của aRustyDev/ccgram
Issue tương tự
-
pulp-cli 0.41 break username password auth in older configs (cert and key present but empty)Đang mởbug Triage-Needed
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 70/100
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 66/100
FuRongJun-1999/dsh-memory#170 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
[开源推荐] 打拼音就出篆书的输入法，附古文字创作小工具Đang mở
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 82/100
521xueweihan/HelloGitHub#3940 ·
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 82/100
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 70/100