combust/mleap

Support multiple input columns for Bucketizer and StringIndexer as with spark.

Open

#549 创建于 2019年8月21日

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

仓库指标

Star
 (1,461 star)
PR 合并指标
 (30 天内没有已合并 PR)

描述

Currently transformers in spark such as bucketizer and stringindexer have multiple-input support, maybe mleap should keep up with it.

贡献者指南

研究方向
研究 Spark 如何为 Bucketizer 和 StringIndexer 实现多输入列（例如通过 inputCols 参数）。然后在代码库中找到对应的 MLeap 转换器实现，可能在 'mleap core' 模块的 'transformers' 包下。修改转换器定义以接受输入列数组，并更新序列化逻辑。考虑与现有单列使用的向后兼容性。参考已支持多输入的现有转换器（如果有的话）。
技术栈
scalaspark
领域
machine learningdata
议题类型
功能
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。
2
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 天
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。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
清晰
前置要求
ScalaGit
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。
70