combust/mleap

CountVectorizer from Scikit Learn is not supported

Open

#332 创建于 2018年2月12日

在 GitHub 查看
 (1 评论) (0 反应) (0 负责人)Scala (1,461 star) (312 fork)batch import
enhancementhelp wanted

描述

I have a NLP pipeline implemented in Scikit-learn and I wanted to to use MLeap to convert to Bundle.ML and deploy it as a service. But looks like CountVectorizer is not supported!

贡献者指南

技术栈
scalascikit learn
领域
machine learning
议题类型
feature
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
3
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-2 days
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
stale
清晰度议题是否清楚说明期望改动、验收标准和下一步。
clear
前置要求
ScalaMLeap internalsscikit learnMachine learning pipelines
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
40
研究方向
Review existing MLeap serializers for other scikit learn transformers to understand the pattern. Implement a serializer for CountVectorizer following the same conventions. Add corresponding unit tests and integration tests. Ensure compatibility with the scikit learn API.