Evalml: डेटा चेक एपीआई

आउटलेर्स का पता लगाएं (और शायद वैकल्पिक रूप से हटा दें?)

गार्ड रेल बनाम मॉडल या समस्या विशिष्ट गार्ड रेल लगाने वाला कंबल?

मैं डेटा चेक एपीआई प्रोजेक्ट (जिसे पहले "गार्ड रेल एपीआई" के नाम से जाना जाता था) को संदर्भित करने के लिए इस महाकाव्य का पुन: उपयोग कर रहा हूं।

@ Angela97lin , @ kmax12 और मैं अभी इस परियोजना के साथ क्या करना है, इस पर चर्चा करने के लिए मिले थे। हमने निर्णय लिया है:

• परियोजना का दायरा बदलें
  
  
  
  • डेटा जांच निर्दिष्ट करने के लिए एक एपीआई डिज़ाइन करें, जिसके परिणामस्वरूप त्रुटियां/चेतावनियां होती हैं
  
  
  • उन त्रुटियों/चेतावनियों के आधार पर कार्रवाई करना अभी के दायरे से बाहर है, और संभवत: सड़क के नीचे एक परियोजना होगी
  
  
• नाम "गार्ड रेल" से "डेटा चेक" में बदलें, क्योंकि हमें लगता है कि यह अधिक वर्णनात्मक है
• @ एंजेला 97 लिन पुराने गार्ड रेल डिजाइन दस्तावेज़ को संग्रहित करेगा, और नए दायरे के साथ एक नया बना देगा

@ Angela97lin मैंने अभी-अभी नए डिज़ाइन के दस्तावेज़ को पढ़ना समाप्त किया है। अच्छी चीज! यह कमाल लग रहा है।

मैंने कुछ टिप्पणियाँ और सुझाव छोड़े हैं, लेकिन मेरे दृष्टिकोण से, यह कार्यान्वयन के लिए तैयार है! रोमांचक

मुझे लगता है कि एक बार जब आपको मेरी टिप्पणियों की समीक्षा करने का मौका मिला, तो अगला कदम कार्यान्वयन योजना में प्रत्येक कार्य के लिए एक मुद्दा बनाना और उन्हें इस महाकाव्य से जोड़ना होना चाहिए। आइए इस महाकाव्य में वर्तमान में मौजूद मुद्दों को भी साफ करें। पहली नज़र में मुझे लगता है कि हम या तो उन्हें आइसबॉक्स में ले जा सकते हैं या उन्हें बंद कर सकते हैं।

@ एंजेला 97 लिन और मैंने अभी एक बार फिर नए डिज़ाइन दस्तावेज़ की समीक्षा की और कुछ डिज़ाइन विवरण तैयार किए। पहले जैसा ही: अगला कदम मुद्दों को बनाना और उन्हें इस महाकाव्य से जोड़ना है। बहुत ही शांत!

#509 से:

हम नहीं चाहते कि लोग "माध्य"/"माध्यिका" का उपयोग स्ट्रिंग प्रकारों के लिए impute_strategy के रूप में करें। इसके लिए खाते में किसी प्रकार की डेटा जांच जोड़ना अच्छा हो सकता है?

#504 से: _check_multiclass को डेटा जांच में ले जाएं :)

@ एंजेला 97 लिन और मैंने अभी फिर से डिजाइन की समीक्षा की और कुछ अंतिम बदलाव किए। हमने कार्यान्वयन योजना को अपडेट किया (वर्तमान में कुल ४ सप्ताह का दायरा है) और इस महाकाव्य से जुड़े मुद्दों को दर्ज किया।

यह परियोजना कार्यान्वयन के लिए तैयार है!

@angela97lin इस प्रोजेक्ट को सोमवार से शुरू करने जा रही है। हमारा लक्ष्य पूरा करने की तिथि सोमवार, मई २५ है, मई २०२० की रिलीज़ के लिए समय पर!

हमने इस महाकाव्य पर पुराने मुद्दों को भी साफ किया है। कुछ भविष्य की विशेषताओं के रूप में आइसबॉक्स में बूट हो गए, और अन्य (बग जो डेटा जांच द्वारा तय किए जाएंगे) को इस महाकाव्य पर अवरुद्ध के रूप में चिह्नित किया गया था।

@ एंजेला 97लिन और मैंने अभी चर्चा की: हमने उन उपयोगकर्ताओं को डेटा जांच परिणाम प्राप्त करने के लिए डिज़ाइन में शामिल नहीं किया जो सीधे स्वचालित खोज का उपयोग करते हैं (पायथन में)।

हमने उसके लिए दो विकल्पों पर चर्चा की:
१) AutoSearchBase.search जैसे {'status': 'complete'} AutoSearchBase.search लौटाएं, फिर यदि डेटा जांच विफल हो जाती है तो हम {'status': 'error', 'data_checks': [..]} को शामिल कर सकते हैं
2) AutoSearchBase.search परिणामों को आंतरिक रूप से सहेजें और उन्हें प्राप्त करने के लिए latest_data_check_results गेट्टर (अंतिम नाम के रूप में नहीं) का पर्दाफाश करें। फिर स्पष्ट रूप से संकेत देने के लिए एक अपवाद उठाएं कि कोई समस्या थी।

हमें दूसरा विकल्प अधिक पसंद है, इसलिए हम उसके साथ जाएंगे। यह हमारे मौजूदा डिज़ाइन पैटर्न के साथ अधिक ऑनलाइन महसूस करता है a) त्रुटि कोड पर अपवाद और b) AutoSearchBase ऑब्जेक्ट एक बार उपयोग की जाने वाली वस्तुओं के बजाय राज्य के लिए कंटेनर होना चाहिए।

यहां कुछ कोड दिए गए हैं जिनका हमने कॉल के दौरान मजाक उड़ाया था, जिसका उद्देश्य वास्तविक खोज को चलाने वाले मुख्य while लूप से ठीक पहले AutoSearchBase.search में जाना था:

        data_check_results = checks.validate(X, y)
        # option 1
        if len(data_check_results) > 0:
            logger.error('Data checks found problems')
            return {'status': 'error', 'data_check_results': data_check_results}
        # option 2
        if len(data_check_results) > 0:
            logger.error('Data checks found problems')
            self._latest_data_check_results = data_check_results
            raise SearchException('One or more data checks failed. Look at latest_data_check_results')

        <strong i="20">@property</strong>
        def latest_data_check_results(self):
            return self._latest_data_check_results

@ एंजेला 97लिन : हमारी वर्तमान योजना मई रिलीज को आज से एक सप्ताह बाद करने की है। क्या आपको लगता है कि हम इसके लिए समय पर #709 और #370 का विलय कर पाएंगे? यदि नहीं, तो आपको लगता है कि कितने समय की आवश्यकता है? हम अगली रिलीज़ के लिए आसानी से #710 पंट कर सकते हैं।

@ एंजेला 97 लिन ने इसमें से अधिकांश को मई की रिलीज़ में मिला दिया! शेष एकमात्र मुद्दा #710 है। अतः इस महाकाव्य को बंद करते हुए