你好@cgsavard ，我想在这方面工作。 我可以开始查看 AgglomerativeClustering 类吗？

@vachanda 加油！ 我们可以继续在这里发布我们正在处理的内容，以便其他人知道。

感谢您协调此@cgsavard

贡献者注意事项：请遵循以下指南： https: //scikit-learn.org/stable/developers/contributing.html#guidelines -for-writing-documentation

@cgsavard ，是否有存在差异的类列表，或者我们是否必须逐一检查并更新它们？

@vachanda不幸的是，我没有列表。 我刚刚浏览了文件并查看需要更新的内容。

我正在研究 AffinityPropagation、SpectralCoclustering、SpectralBiclustering 和 Birch。

我正在研究 FeatureAgglomeration、KMeans 和 MiniBatchKMeans。

从逻辑上讲，如果参数是可选的，那么默认值不应该总是None吗？ 有一个默认值不是None表明它应该是必需的。

如果有默认值，这通常意味着文献发现这是一个合理的默认值，这也表明该参数对性能有影响，因此它不应该是可选的，而应该只是提及默认值是什么。 根据定义，这些似乎更接近必需的参数，我们只是碰巧为用户做出了明智的选择，以便他们可以更改或不更改。

或者更实际地说，目前是否有任何我们发现的可选参数具有数字默认值，但指定None会引发异常？ 这也表明该参数实际上是必需的，但已根据文献/研究选择了合理的默认值。

或者，也许这些年来我一直在混淆required和optional的含义？ 哈哈。 无论哪种方式，我都愿意提供帮助！

@jmwoloso我们在optional的用法方面确实不一致，因此我们最近决定将其删除。

我也想做出贡献。 我可以继续这个吗

@glemaitre好的，这绝对有道理。 那么我们将一起删除optional动词，对吗，同时还要注意文档字符串中的默认值？

我们发现的每一个都应该作为一个问题单独打开，或者我们如何分阶段我们正在做的所有这些工作，因为有多个人正在处理与这个问题相关的多个事情？

@cyrus303 @jmwoloso您可以获得一个类（最多一个模块）并进行更正。 这个想法是删除可选项并在有一个（通常有一个）时添加一个默认值。 由于我们正在接触文档，我们应该确保行上的样式遵循我们的新样式指南： https: //scikit-learn.org/dev/developers/contributing.html#guidelines -for-writing-documentation

您可以提及您正在使用哪个类/模块，打开一个 PR 链接以避免重复工作:)。 期待对其进行审查。

嘿！ 我将在tree类（ tree.DecisionTreeClassifier 、 tree.DecisionTreeRegressor 、 tree.ExtraTreeClassifier和tree.ExtraTreeRegressor ）上工作。

我还将为neighbors模块解决此问题。

我将采用ensemble模块。

@glemaitre对bool与boolean任何偏好？ 在ensemble看到两者的混合，即使在同一个班级。 不妨在我做默认值的时候把它们弄好。

编辑：

int vs integer同上。 我假设int在那一个上，但想确认一下。

编辑（再次）：

还看到相对于该类的__init__签名具有不一致值的文档字符串，例如：

min_impurity_split为RandomForestClassifier

__init__签名有min_impurity_split=None而它的文档字符串说min_impurity_split : float, (default=0) 。 我假设更新文档字符串以匹配签名，因为我们希望保持类的行为一致（即我们希望在实例化时传递相同的默认值）？

@jmwoloso你能参考https://scikit-learn.org/stable/developers/contributing.html#guidelines -for -writing-documentation。 基本上你应该默认为 python 类型名称（bool、str、int、float）

__init__ 签名有 min_impurity_split=None 而它的文档字符串说 min_impurity_split : float, (default=0)。 我假设更新文档字符串以匹配签名，因为我们希望保持类的行为一致（即我们希望在实例化时传递相同的默认值）？

我们应该匹配函数签名中的参数。 此值默认参数已更改，文档字符串未更新。

嗨@cgsavard ，我想贡献，但这将是我的第一次，所以需要一些牵手。 我对 python 非常熟悉，对文本编辑器有点方便，最近在此处完成了 fork -> clone -> edit -> PR 工作流教程。 请指教下一步...谢谢！

嗨@cgsavard ，
我可以在 Imputer 上工作吗？

嗨@cgsavard ，我想在linear_model班上工作。

我也在研究Neural Network 、 Decomposition 、 Feature Extraction 、 Metrics和Preprocess类。

有人可以检查我的 pr #15964，看看为什么代码 cov 失败。 这是我第一次投稿。 请指导。

忽略 codecov。 这是一个误报，因为我们不接触代码。 我会尽快审查公关

从我的手机发送 - 抱歉，简短且可能拼写错误。

我刚刚做了我的第一个贡献 #15988

我将采用naive_bayes模块。

我刚刚做了我的第一个贡献#16019

大家好，正在处理sklearn/neighbors ，谢谢。

对 sklearn/semi_ supervisor 有贡献。谢谢

嗨@cgsavard ，我也想做出贡献，我将采用sklearn/svm模块。 谢谢

对 sklearn/semi_ supervisor 有贡献。谢谢
PR #16042 是否需要进一步编辑

@glemaitre在 #16105 中，我不得不深入研究构造以获取默认值，文档字符串有时似乎不准确和过时。

此外，我尝试使用不那么模棱两可、简洁且数学严谨的方法来定义参数范围。 例如，我将positive float更改float in (0, inf]或将0<= shrinkage <=1更改float in (0, 1) 。 长话短说，我尽我所能做到简洁准确，但请多花 5% 的注意力来审查这个 PR。 谢谢。

@cgsavard ，这是一个非常好的冲刺问题！ 如果您同意，我计划将其添加到我们的 Sprint 列表中。 我已经总结了 PR 已经解决的类，以及它们的通讯 PR这里。
您介意链接问题描述中的要点吗？ 这将使信息从一开始就可用。 我还要问你的描述，以澄清每个PR应一次解决一个文件（最大的一个模块）在解释这里？ 这将真正帮助贡献者和评论者！ 非常感谢！

对于那些对此问题感兴趣的人，命令

git grep "optional.*default"

将输出仍受此问题影响的文件（感谢@ogrisel！:)）。

@cgsavard你好，我想在model_selection @WiMLDS 上工作

@lopusz和我想在 random_projection.py 上工作

祝大家玩得开心！

@adrinjalali @noatamir @WiMLDS

@ETay203和我想在mean_shift @WiMLDS_Berlin sprint 上工作。

@magda-zielinska 和我想在 pipeline.py 上工作

@adrinjalali @noatamir @WiMLDS

@lopusz和 @magda-zielinska，我想在 kernel_approximation.py 上工作

我现在要处理 _optics.py

重新开放：在#16216 中被“Fixes”关键字关闭。

重新开放：在#16207 中被“Fixes”关键字关闭

我现在要处理 sklearn/linear_model/_coordinate_descent.py

我清理了 base.py 并提交了 PR

我清理了 discriminant_analysis.py 并提交了 PR

我现在看看 sklearn/gaussian_process/*.py

GP @lopusz已经有很长的公关了 :)

@lopusz，我很抱歉，PR 涉及 GP 模块的其他问题，如果您不介意，可以继续进行处理 :)

@adrinjalali感谢您的关注！

确实，我没有很好地扫描公开的 PR，所以没有采取 GP 的事实更像是一个意外；)

我会确保跟踪什么是 PRed。

是的，全科医生的公关即将到来；)

这里还有什么可做的吗？

我正在处理sklearn/decomposition/_dict_learning.py

还剩下什么？ 我愿意提供帮助。 . .

弄清楚剩下的可能是开始帮助的好地方:)

嗨，我一直在查看剩下的内容，我认为在之前查看的某些模块中仍然需要进行一些更新。
我打算解决这些问题，从集群模块开始，然后可以为每个模块提出 PR？
这是我的第一个贡献，所以如果我没有正确地遵循流程等，请告诉我。
谢谢！

这是需要修复的函数、类和模块的列表：

• [x] sklearn.feature_selection.SelectorMixin
• [x] sklearn.config_context
• [x] sklearn.set_config
• [x] sklearn.calibration.CalibratedClassifierCV
• [x] sklearn.cluster.OPTICS
• [x] sklearn.cluster.SpectralClustering
• [x] sklearn.cluster.affinity_propagation
• [x] sklearn.cluster.cluster_optics_dbscan
• [x] sklearn.cluster.cluster_optics_xi
• [x] sklearn.cluster.compute_optics_graph
• [x] sklearn.cluster.mean_shift
• [x] sklearn.cluster.spectral_clustering
• [x] sklearn.cluster.ward_tree
• [x] sklearn.cross_decomposition.CCA
• [x] sklearn.cross_decomposition.PLSCanonical
• [x] sklearn.cross_decomposition.PLSRegression
• [x] sklearn.cross_decomposition.PLSSVD
• [x] sklearn.datasets
• [x] sklearn.decomposition
• [x] sklearn.dummy
• [x] sklearn.ensemble.HistGradientBoostingRegressor （实验性）
• [x] sklearn.ensemble.HistGradientBoostingRegressor （实验性）
• [x] sklearn.feature_extraction.image.grid_to_graph
• [x] sklearn.feature_extraction.image.img_to_graph
• [x] sklearn.feature_extraction.text.CountVectorizer
• [x] sklearn.feature_extraction.text.HashVectorizer
• [x] sklearn.feature_selection
• [x] sklearn.impute
• [x] sklearn.inspection.partial_dependence
• [x] sklearn.inspection.permutation_importance
• [x] sklearn.inspection.permutation_importance
• [x] sklearn.inspection.PartialDependenceDisplay
• [x] sklearn.inspection.plot_partial_dependence
• [x] sklearn.isotonic.IsotonicRegression
• [x] sklearn.isotonic.check_increasing
• [x] sklearn.isotonic.isotonic_regression
• [x] sklearn.kernel_approximation
• [x] sklearn.kernel_ridge
• [x] sklearn.linear_model.PassiveAggressiveClassifier
• [x] sklearn.linear_model.LassoLars
• [x] sklearn.linear_model.OrthogonalMatchingPursuit
• [x] sklearn.linear_model.HuberRegressor
• [x] sklearn.linear_model.RANSACRegressor
• [x] sklearn.linear_model.TheilSenRegressor
• [x] sklearn.linear_model.PassiveAggressiveRegressor
• [x] sklearn.linear_model.orthogonal_mp
• [x] sklearn.linear_model.orthogonal_mp_gram
• [x] sklearn.manifold
• [x] sklearn.metrics (除了sklearn.metrics.confusion_matrix , sklearn.metrics.roc_auc_score , sklearn.metrics.max_error sklearn.metrics.mean_poisson_deviance , sklearn.metrics.mean_gamma_deviance , sklearn.metrics.mean_tweedie_deviance , sklearn.metrics.plot_confusion_matrix , sklearn.metrics.plot_precision_recall_curve )
• [x] sklearn.mixture
• [x] sklearn.model_selection.GridSearchCV
• [x] sklearn.model_selection.ParameterGrid
• [x] sklearn.model_selection.ParameterSampler
• [x] sklearn.model_selection.RandomizedSearchCV
• [x] sklearn.model_selection.fit_grid_point
• [x] sklearn.multiclass
• [x] sklearn.multioutput
• [x] sklearn.neural_network
• [x] sklearn.preprocessing
• [x] sklearn.random_projection
• [x] sklearn.tree.export_graphviz
• [x] sklearn.tree.export_text
• [x] sklearn.tree.plot_tree
• [x] sklearn.utils

希望我没有遗漏任何东西。

你好。 我会去尝试通过 feature_selection 文档

我们采用 sklearn.mixture 部分

取 cross_decomposition 部分

对于 2020 Scikit-Learn Sprint， @icoder18和我正在参加 sklearn.random_projection 部分

@adrinjalali我们完成了 sklearn/mixture

与@genvalen 一起为冲刺的 sklearn.linear_model 工作

以 sklearn.calibration.CalibratedClassifierCV

为 sklearn.utils.validation 处理这个问题

接下来我们将处理 sklearn.utils.random

处理 sklearn.impute

处理sklearn.tree.plot_tree

表 14 将采用 sklearn.neural_network

取 sklearn.kernel_approximation

拿sklearn.inspection

表 14 将采取 sklearn.preprocessing

获取数据集

使用 sklearn.mixture #17509

名单已更新。

谢谢你们！

将 sklearn.metrics 用于冲刺

取model_selection模块

@glemaitre我们可以更新此描述以包括最好一次提交一个文件吗？

你好，我想投稿。 不过，这是我的第一次……而且我不清楚我如何知道在哪个模块上还有工作要做？ 谢谢 ！

https://github.com/scikit-learn/scikit-learn/issues/15761#issuecomment -639461778 包含需要修复的模块列表。

谢谢。 然后以 sklearn.decomposition 为例。

我正在研究“sklearn.isotonic.isotonic_regression”

我正在研究“sklearn.multiclass.py”

你好，我可以试着把剩下的放在sklearn.tree吗？ 这也是我第一次做出贡献。

感谢您的入住，很高兴得到您的帮助！ 请继续； 我认为我们所有的 sprint 更新都已关闭。

在2020年7月4日，在10点45分，伊万Wiryadi [email protected]写道：

嗨，我可以尝试在 sklearn.tree 上使用剩余的吗？ 这也是我第一次做出贡献。

—
您收到此消息是因为您发表了评论。
直接回复此邮件，在 GitHub 上查看，或取消订阅。

嗨，我想做出我的第一个贡献。 我可以使用 sklearn.multioutput 吗？

我将继续使用 sklearn.utils，从 _encode.py 开始

我正在处理sklearn/decomposition/_dict_learning.py

我正在 sprint 中处理sklearn.kernel_ridge

嗨，我将开始研究 sklearn.feature_extraction.image.img_to_graph

我正在处理sklearn.feature_extraction.text.CountVectorizer

我正在处理sklearn.sklearn.kernel_ridge

我正在处理sklearn.ensemble.HistGradientBoostingRegressor

“我正在做这个”

在这个？ @Hoda1394

“我正在做这个”

在这个？ @Hoda1394

@TahiriNadia 已更正。

@cgsavard嘿，我可以解决这个问题吗？ 我是第一次

我将处理sklearn.datasets 。

我可以在sklearn.linear_model._least_angle.py上工作吗

@glemaitre我正在研究sklearn.linear_model._least_angle.py ，我发现method ='lar'的使用不一致，有时它表示lars有时lar ，这种不一致也在代码（不仅在文档中），我可以看到lars是正确的，你能确认一下，我会做一个 PR。

在'sklearn/ensemble/_hist_gradient_boosting/binning.py'

文件需要更改：

sklearn/_config.py
sklearn/dummy.py
sklearn/multioutput.py
sklearn/linear_model/_huber.py
sklearn/linear_model/_theil_sen.py
sklearn/linear_model/_ridge.py
sklearn/linear_model/_omp.py
sklearn/linear_model/_sag.py
sklearn/externals/_lobpcg.py
sklearn/externals/_lobpcg.py
sklearn/utils/extmath.py
sklearn/utils/__init__.py
sklearn/utils/graph.py
sklearn/utils/_mocking.py
sklearn/utils/sparsefuncs.py
sklearn/neighbors/_base.py
sklearn/gaussian_process/_gpc.py
sklearn/gaussian_process/kernels.py
sklearn/model_selection/_validation.py
~sklearn/decomposition/_fastica.py~
~sklearn/decomposition/_dict_learning.py~
~sklearn/decomposition/_factor_analysis.py~
~sklearn/decomposition/_incremental_pca.py~
~sklearn/decomposition/_lda.py~
~sklearn/decomposition/_pca.py~
~sklearn/decomposition/_truncated_svd.py~
~sklearn/decomposition/_sparse_pca.py~
~sklearn/decomposition/_nmf.py~
sklearn/流形/_mds.py
sklearn/流形/_spectral_embedding.py
sklearn/流形/_t_sne.py
sklearn/ensemble/_hist_gradient_boosting/grower.py
sklearn/ensemble/_hist_gradient_boosting/binning.py
sklearn/metrics/_ranking.py
sklearn/tree/_classes.py
sklearn/预处理/_discretization.py
sklearn/预处理/_encoders.py 第 620 行
sklearn/neural_network/_multilayer_perceptron.py 第 1054 行
sklearn/协方差/_robust_covariance.py

请检查是否有人已经在处理您选择的文件

@sadakmed ，对于所有“分解文件”，都有一个正在进行的拉取请求 #17739。

处理"gaussian_process.GaussianProcessRegressor"和"neighbors._base.py"

嗨，我是新人，我想开始贡献。 您还需要有关此问题的帮助吗？ 还有什么文件需要帮助吗？

嘿@boricles！

查看https://github.com/scikit-learn/scikit-learn/issues/15761#issuecomment -639461778 以获取仍待修复的模块列表。

@alfaro96谢谢。 我刚才快速浏览了一下。 今晚我将选择一个模块，然后进行处理。

我正在研究 sklearn/config_context

嘿，我想我会看看我是否可以帮助处理文档。

@alfaro96我想在sklearn.feature_extraction.text.CountVectorizer ，如果它还没有被使用，特别是因为我个人在过去使用 Vectorizers 时遇到了一些陷阱。

另外，我注意到虽然sklearn.model_selection.learning_curve已更新，但有一个使用旧文档的过时教程，我应该保留它吗？ 或者值得更新吗？

嗨@alfaro96 ，

修改后：
我看到sklearn.config_context和sklearn.set_config sklearn.config_config.py已修复，因此可以从任务列表中检出。

我想在sklearn.utils 。 我只看到了一个使用“可选”的参数文档实例。这意味着我只需要修复那个实例，对吗？ 它在sklearn.utils._mocking.py

嘿，我想我会看看我是否可以帮助处理文档。

嘿@madprogramer ，

@alfaro96我想在sklearn.feature_extraction.text.CountVectorizer ，如果它还没有被使用，特别是因为我个人在过去使用 Vectorizers 时遇到了一些陷阱。

~我查看了清单和sklearn.feature_extraction.text.CountVectorizer参考，它似乎没有修复。 欢迎公关。~

编辑： sklearn.feature_extraction.text.CountVectorizer已经修复。

另外，我注意到虽然sklearn.model_selection.learning_curve已更新，但有一个使用旧文档的过时教程，我应该保留它吗？ 或者值得更新吗？

值得更新，尽管这应该在单独的 PR 中完成。

谢谢！

嗨@alfaro96 ，

嘿@haiatn ，

修改后：
我看到sklearn.config_context和sklearn.set_config sklearn.config_config.py已修复，因此可以从任务列表中检出。

我已经更新了清单。

我想在sklearn.utils 。 我只看到了一个使用“可选”的参数文档实例。这意味着我只需要修复那个实例，对吗？ 它在sklearn.utils._mocking.py

这就是想法，虽然sklearn.utils._mocking.py文件中的类不是公共 API 的一部分，所以我认为不值得更新它们。

不过，如果您可以在任何其他待修复的函数、类和模块中工作，那就太好了。

谢谢！

我看了检查表。 根据我所看到的，可以从清单中检查以下内容：

• sklearn.feature_extraction.image.img_to_graph
• sklearn.isotonic.IsotonicRegression
• sklearn.isotonic.check_increasing
• 我没有找到文件sklearn.ensemble.HistGradientBoostingRegressor但所有的sklearn.ensemble都可以

我可以处理sklearn.manifold._spectral_embedding和sklearn.feature_extraction.text.HashVectorizer吗？ 我会在单独的公关中做到这一点。 我认为它们是唯一需要修复的文件（假设使用了sklearn.feature_extraction.text.CountVectorizer ）。

我看了检查表。 根据我所看到的，可以从清单中检查以下内容：

• sklearn.feature_extraction.image.img_to_graph
• sklearn.isotonic.IsotonicRegression
• sklearn.isotonic.check_increasing

谢谢@haiatn ，我已经更新了清单。

• 我没有找到文件sklearn.ensemble.HistGradientBoostingRegressor但所有的sklearn.ensemble都可以

sklearn.ensemble.HistGradientBoostingClassifier和sklearn.ensemble.HistGradientBoostingRegressor在这个文件中： scikit-learn/sklearn/ensemble/_hist_gradient_boosting/gradient_boosting.py 。 然而，它们已经被修复了。

我可以处理sklearn.manifold._spectral_embedding和sklearn.feature_extraction.text.HashVectorizer吗？ 我会在单独的公关中做到这一点。 我认为它们是唯一需要修复的文件（假设使用了sklearn.feature_extraction.text.CountVectorizer ）。

我查看了sklearn.manifold模块和sklearn.feature_extraction.text.HashingVectorizer并且它们已经修复（我已经相应地更新了清单）。

尽管如此， sklearn.utils模块中仍有几个函数需要修复。

谢谢@haiatn ，我们非常感谢您的帮助！

我现在将处理sklearn.utils._estimator_html_repr 、 sklearn.utils.deprecation和sklearn.utils._testing

我会完成 sklearn.utils。 我发现只有 3 个文件需要修复。

嘿@alfaro96 ，
你能审查我的开放拉取请求吗？ 我认为他们是最后一个。

18360#18385#18386

嘿@haiatn！

我已经看过你的公开 PR。

谢谢！

现在我们合并了 sklearn.utils 剩下的东西，它是清单上

最后一个打开的拉取请求 #18025，那么这个问题最终可能会被关闭。

你好，
我想开始贡献。 是否有任何等待修复默认值文档的类？ 如果有的话，我可以接受。

嘿，开源的新手，我期待着修复文档，万一有需要修复的东西