Scoring code for H2O (binary) contains errors
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
- 35/100
- Loại issue
- Lỗi
- Độ rõ ràng
- Khá rõ ràng
- Mức độ hoạt động
- Đình trệ
- Công nghệ
- python
- Lĩnh vực
- machine-learning
Hướng nghiên cứu
Bắt đầu với examples/pzmm_h2o_model_import.ipynb và tái hiện quá trình import H2O nhị phân, sau đó kiểm tra mã Score được tạo và thuộc tính mã Score của nó trong Model Manager. Hoàn tất khi thuộc tính được tự động thiết lập và mã được tạo sử dụng h2o.load_model, đặt đường dẫn pickle của mô hình trong dấu ngoặc kép và ép các giá trị dự đoán sang float trước khi so sánh.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
I have built the H2O model based on the example:
https://github.com/sassoftware/python-sasctl/blob/master/examples/pzmm_h2o_model_import.ipynb
Then imported into Model Manager
There is one minor issue at this stage, when any Python developed model is imported with pzmm, in Model Manager the Score code file doesn't have the Score code attribute set. It has to be set manually which causes problems when CI/CD approach is considered
Let's continue with H2O model issue.
When H2O model is imported as the Binary one the Score code function contains several errors:
- The model load statement is model=h2o.load(). The load() method is not defined for h2o it should be load_model
- The model path within model=h2o.load() statement is wrong. The model pickle file name should be placed into quotation marks
- There are a few places with prediction variable comparison e.g. prediction[1][2] > 0.5. Prediction is defined as STR therefore it will generate an error. it should be casted into float using float()
Version
1.10.1
- Ngôn ngữ chính
- Python
- Star
- 52
- Fork
- 45
- 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 sassoftware/python-sasctl
-
enhancement
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 35/100
sassoftware/python-sasctl#224 ·
-
enhancement
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 25/100
sassoftware/python-sasctl#216 ·
-
bug
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 35/100
sassoftware/python-sasctl#207 · 1 reaction ·
-
bug
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 45/100
sassoftware/python-sasctl#202 ·
-
bug
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 30/100
sassoftware/python-sasctl#193 ·
Tất cả issue của sassoftware/python-sasctl
Issue tương tự
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 66/100
cline/mcp-marketplace#3576 ·
-
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 90/100
griptape-ai/griptape-nodes-library-elevenlabs#30 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
docs: Release playbookĐang mởdocumentation
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 76/100
awslabs/social-messaging-agent-runtime-toolkit#140 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
subtask
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
fga-eps-mds/2026.2-MeasureSoftGram-DOC#187 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 62/100
NSPG13/agent-bounties#1747 ·
Maintainer thường phản hồi trong vòng 1 ngày