こんにちは@cgsavard 、私はこれに取り組みたいと思います。 AgglomerativeClusteringクラスを見始めることはできますか？

@vachanda頑張って！ 他の人が知っているように、私たちが取り組んでいるものをここに投稿し続けることができます。

この@cgsavardを調整してくれてありがとう

寄稿者への注意： https ：//scikit-learn.org/stable/developers/contributing.html#guidelines-for-writing-documentationの下のガイドラインに従ってください

@cgsavard 、不一致があるクラスのリストはありますか、

@vachanda残念ながら、リストはありません。 ファイルを調べて、何を更新する必要があるかを確認しました。

私はAffinityPropagation、SpectralCoclustering、SpectralBiclustering、およびBirchに取り組んでいます。

私はFeatureAgglomeration、KMeans、およびMiniBatchKMeansに取り組んでいます。

論理的に言えば、パラメータがオプションの場合、デフォルトNone常にNone以外のデフォルト値を持つパラメーターがある場合は、それが必須であることを示しています。

デフォルトがある場合、これは通常、これが適切なデフォルト値であると文献が判断したことを意味します。これは、このパラメータがパフォーマンスに影響を与えるため、オプションではなく、デフォルトが何であるかを説明する必要があることも示唆しています。 それらは定義上必要なパラメータに近いように見えますが、ユーザーが変更できるかどうかをユーザーが選択できるように、たまたま賢明な選択をしました。

または、より実際的に言えば、現在、数値のデフォルト値を持つオプションのパラメーターがありますが、 Noneを指定すると例外が発生しますか？ これは、パラメータが実際に必要であることも示唆していますが、文献/調査に基づいて適切なデフォルトが選択されていることを示しています。

それとも、ここ数年、 requiredとoptionalの意味を混同していたのでしょうか。 笑。 間違いなくこれをどちらかの方法で助けたいです！

@jmwoloso optionalの使用法に関しては本当に一貫性がなかったため、最近削除することにしました。

私も貢献したいです。 これを進めてもいいですか

@glemaitreわかりました、それは間違いなく理にかなっています。 それでは、 optional言葉遣いをまとめて削除しますが、ドキュメント文字列のデフォルト値にも注意しますか？

私たちが見つけたこれらのそれぞれを個別に問題として開く必要がありますか、それとも複数の人がこの単一の問題に関連する複数のことに取り組んでいるため、私たちが行っているすべての作業をどのようにステージングするのですか？

@ cyrus303 @jmwolosoクラス（最大モジュール）を取得して修正できます。 アイデアは、オプションを削除し、ある場合はデフォルトを追加することです（通常は1つあります）。 ドキュメントに触れているので、行のスタイルが新しいスタイルガイドに従っていることを確認する必要があります： https ：//scikit-learn.org/dev/developers/contributing.html#guidelines -for-writing-documentation

作業しているクラス/モジュールのどれに言及することができます。重複した作業を避けるために、PRのリンクを開いてください:)。 レビューを楽しみにしています。

おい！ treeクラス（ tree.DecisionTreeClassifier 、 tree.DecisionTreeRegressor 、 tree.ExtraTreeClassifier 、 tree.ExtraTreeRegressor ）で作業します。

neighborsモジュールのこの問題も修正します。

ensembleモジュールを使用します。

@glemaitre boolとbooleanどちらを優先しますか？ 同じクラスであっても、 ensembleで両方が混在しているのがわかります。 私がデフォルトをしている間、それらを形にするのもよいでしょう。

編集：

intとinteger同上。 その1つにintを想定していますが、確認したいと思います。

編集（再度）：

また、そのクラスの__init__シグニチャに対して一貫性のない値を持つdocstringが表示されます。例：

min_impurity_split for RandomForestClassifier

__init__署名にはmin_impurity_split=Noneあり、そのdocstringにはmin_impurity_split : float, (default=0)と書かれています。 クラスの動作の一貫性を維持したいので（つまり、インスタンス化時に同じデフォルトが渡されるようにしたい）、署名に一致するようにdocstringを更新すると仮定しますか？

@jmwolosohttps：//scikit-learn.org/stable/developers/contributing.html#guidelines-for-writing-documentationを参照してください。 基本的に、デフォルトでPythonタイプ名（bool、str、int、float）を使用する必要があります

__init__署名にはmin_impurity_split = Noneがありますが、そのdocstringにはmin_impurity_split：float、（デフォルト= 0）と書かれています。 クラスの動作の一貫性を維持したいので（つまり、インスタンス化時に同じデフォルトが渡されるようにしたい）、署名に一致するようにdocstringを更新すると仮定しますか？

関数シグネチャのパラメータを一致させる必要があります。 この値のデフォルトパラメータが変更され、docstringは更新されませんでした。

こんにちは@cgsavard 、貢献したいのですが、これが初めてなので、手をつなぐ必要があります。 私はPythonに精通しており、テキストエディタにいくらか便利で、最近ここでフォーク->クローン->編集-> PRワークフローチュートリアルを実行し

こんにちは@cgsavard 、
Imputerの作業をお願いできますか？

こんにちは@cgsavard 、私はlinear_modelクラスで働きたいです。

Neural Network 、 Decomposition 、 Feature Extraction 、 Metrics 、 Preprocessクラスにも取り組んでいます。

誰かが私のpr＃15964をチェックして、コードcovが失敗する理由を確認してください。 貢献するのはこれが初めてです。 ご案内ください。

codecovを無視します。 コードに触れないため、これは誤検知です。 すぐにPRを確認します

私の電話から送信されました-簡潔でスペルミスの可能性があることをお詫び申し上げます。

私は最初の貢献をしました＃15988

naive_bayesモジュールを使用します。

私は最初の貢献をしました＃16019

みなさん、こんにちは。 sklearn/neighborsに取り組んでいます、ありがとうございます。

sklearn / semi_supervisedに貢献しました。ありがとう

こんにちは@cgsavard 、私も貢献したいと思います、私はsklearn/svmモジュールを取ります。 ありがとう

sklearn / semi_supervisedに貢献しました。ありがとう
PR＃16042でさらに編集が必要ですか？

＃16105で@glemaitre、私はデフォルト値をフェッチするために構築物中に少し深く掘る必要があった、ドキュメンテーション文字列は時々不正確で時代遅れに思えました。

また、パラメーターの範囲を定義するために、あいまいでなく、簡潔で、数学的に厳密な方法を使用しようとしました。 たとえば、 positive floatをfloat in (0, inf]たり、 0<= shrinkage <=1をfloat in (0, 1) 。 簡単に言えば、私は簡潔で正確になるように最善を尽くしましたが、このPRを確認するために5％多くの注意を払ってください。 ありがとう。

@cgsavard 、これはスプリントにとって非常に素晴らしい問題です！ よろしければ、スプリントリストに追加する予定です。 すでにPRで取り上げられているクラスと、それに対応するPRをここにまとめ
問題の説明の要点をリンクしてもよろしいですか？ これにより、最初から情報を利用できるようになります。 私はまた、説明のように、各PRは、一度に1つのファイル（最大1モジュール）に対処する必要があることの説明で明らかにするをお願いすることがあり、ここで？ これは、寄稿者やレビュー担当者に本当に役立ちます。 どうもありがとう！

この問題に興味のある人のために、コマンド

git grep "optional.*default"

この問題の影響を受けたファイルを出力します（@ogriselに感謝します！:)）。

@cgsavardこんにちは、 model_selection @ WiMLDSで作業したいと思います

@lopuszと私はrandom_projection.pyで作業したい

みんなで楽しんでください！

@adrinjalali @noatamir @WiMLDS

@ ETay203と私はmean_shift @ WiMLDS_Berlinスプリントに

@ magda-zielinskaと私はpipeline.pyで作業したい

@adrinjalali @noatamir @WiMLDS

@lopuszと@ magda-zielinskaと私はkernel_approximation.pyで作業したい

今から_optics.pyに取り組みます

再開：＃16216の「Fixes」キーワードで閉じられました。

再開：＃16207の「Fixes」キーワードで閉じられました

今からsklearn / linear_model / _coordinate_descent.pyに取り組みます

base.pyをクリーンアップし、PRを送信しました

discriminant_analysis.pyをクリーンアップし、PRを送信しました

sklearn / gaussian_process/*。pyを見てみましょう

GPの@lopuszにはすでに長い

@lopusz申し訳ありませんが、PRがGPモジュールの他の問題に触れていたので、よろしければ先に進んで作業してください:)

@adrinjalali注目してくれてありがとう！

確かに、私はオープンPRを十分にスキャンしていないので、GPが取得されないという事実はもっと偶然です;）

私はPRされたものを追跡することを確認します。

そして、はい、GPのPRが来ています;）

ここで他にやるべきことはありますか？

私はsklearn/decomposition/_dict_learning.pyに取り組んでいます

何をする必要がありますか？ 私は喜んでお手伝いします。 。 。

残っているものを理解することは、おそらく助けを始めるのに良い場所です:)

こんにちは、私は残っているものを確認するために調べてきました、私は以前に見たモジュールのいくつかで行うべきいくつかの更新がまだあると思います。
クラスターモジュールから始めて、これらを処理するつもりでしたが、進むにつれて各モジュールのPRを上げることができましたか？
これは私の最初の貢献ですので、プロセスを正しく実行していない場合などにお知らせください。
ありがとう！

これは、修正が必要な関数、クラス、およびモジュールのリストです。

• [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 （実験的）
• [x] sklearn.ensemble.HistGradientBoostingRegressor （実験的）
• [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 （ 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を除く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

私が何かを逃していないことを願っています。

こんにちは。 feature_selectionドキュメントをパスしてみます

sklearn.mixtureの部分を取ります

cross_decompositionの部分を取る

2020 Scikit-Learn Sprintの場合、 @ icoder18と私はsklearn.random_projectionの部分を担当しています

@adrinjalali sklearn /

@genvalenを使用してスプリントのsklearn.linear_modelに取り組んでいます

sklearn.calibration.CalibratedClassifierCVを取得します

sklearn.utils.validationのためにこれに取り組んでいます

次に、sklearn.utils.randomに取り組みます

sklearn.imputeに取り組んでいます

sklearn.tree.plot_tree取り組んでいます

表14はsklearn.neural_networkを取ります

sklearn.kernel_approximationを取得します

sklearn.inspectionを取る

表14はsklearn.preprocessingを取ります

データセットの取得

sklearn.mixture＃17509を取得

リストが更新されました。

皆さん、ありがとうございました！

スプリントにsklearn.metricsを使用する

model_selectionモジュールを取得する

@glemaitre一度に1つのファイルを送信するのが最善であるように、この説明を更新できますか？

こんにちは私は貢献したいと思います。 でも初めてです...そして、どのモジュールでまだやるべきことが残っているのかをどうやって知ることができるのか、私にはわかりません。 ありがとう ！

https://github.com/scikit-learn/scikit-learn/issues/15761#issuecomment -639461778には、修正が必要なモジュールのリストが含まれています。

ありがとう。 次に、sklearn.decompositionを実行します。

私は「sklearn.isotonic.isotonic_regression」に取り組んでいます

私は「sklearn.multiclass.py」に取り組んでいます

こんにちは、 sklearn.treeの残りを取り込もうとしてもいいですか？ 私も貢献するのはこれが初めてです。

チェックインしていただきありがとうございます。お役に立てて幸いです。 お進みください; スプリントの更新はすべて終了したと思います。

2020年7月4日には、午前10時45分で、イワンWiryadiの[email protected]は書きました：

。
こんにちは、sklearn.treeの残りを取り込もうとしてもいいですか？ 私も貢献するのはこれが初めてです。

—
コメントしたのでこれを受け取っています。
このメールに直接返信するか、GitHubで表示するか、登録を解除してください。

こんにちは、私は私の最初の貢献をしたいと思います。 sklearn.multioutputを利用できますか？

_encode.pyから始めて、sklearn.utilsを続行します

私はsklearn/decomposition/_dict_learning.pyに取り組んでいます

私はスプリントでsklearn.kernel_ridgeに取り組んでいます

こんにちは、sklearn.feature_extraction.image.img_to_graphの作業を開始します

私はsklearn.feature_extraction.text.CountVectorizerに取り組んでいます

私はsklearn.sklearn.kernel_ridgeに取り組んでいます

私はsklearn.ensemble.HistGradientBoostingRegressorに取り組んでいます

「私はこれに取り組んでいます」

これで？ @ Hoda1394

「私はこれに取り組んでいます」

これで？ @ Hoda1394

@TahiriNadiaが修正されました。

@cgsavardねえ、私はこれに取り組むことができますか？ 私は初めてです

sklearn.datasetsのファイルで作業します。

sklearn.linear_model._least_angle.py作業できますか

@glemaitre私はsklearn.linear_model._least_angle.py取り組んでいますが、 method ='lar'の使用に矛盾があることがわかりました。これは、 lars場合もあります。 lar 。この矛盾は、コード（ドキュメントだけでなく）、 larsが正しいものであることがわかります。確認していただければ、PRを作成します。

'sklearn/ensemble/_hist_gradient_boosting/binning.py'取り組んでいます

ファイルを変更する必要があります：

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 /多様体/_mds.py
sklearn /多様体/_spectral_embedding.py
sklearn /多様体/_t_sne.py
sklearn / ansemble / _hist_gradient_boosting / grower.py
sklearn / ansemble / _hist_gradient_boosting / binning.py
sklearn / metrics / _ranking.py
sklearn / tree / _classes.py
sklearn / preprocessing / _discretization.py
sklearn / preprocessing / _encoders.py line 620
sklearn / neuro_network / _multilayer_perceptron.py line 1054
sklearn / covariance / _robust_covariance.py

選択したファイルで誰かがすでに作業中/作業中かどうかを確認してください

@sadakmed 、すべての「分解ファイル」に対して、進行中のプルリクエスト＃17739があります。

"gaussian_process.GaussianProcessRegressor"と"neighbors._base.py"取り組んでいます

こんにちは、私は新しいです、そして私は貢献し始めたいです。 この問題についてまだサポートが必要ですか？ まだ助けが必要なファイルはありますか？

ねえ@boricles！

まだ修正されていないモジュールのリストについては、 https： //github.com/scikit-learn/scikit-learn/issues/15761#issuecomment-639461778を参照して

@ alfaro96ありがとう。 さっそく見てみました。 今夜、モジュールを選択して作業します。

私はsklearn / config_contextに取り組んでいます

ねえ、私がドキュメントを手伝ってくれるかどうか見てみようと思った。

@ alfaro96 sklearn.feature_extraction.text.CountVectorizerがまだ使用されていない場合は、特に過去にVectorizersを使用していたときに個人的にいくつかの落とし穴に遭遇したため、作業したいと思います。

また、 sklearn.model_selection.learning_curveが更新されましたが、古いドキュメントを使用した古いチュートリアルがあることに気付きました。そのままにしておく必要がありますか？ それとも更新する価値がありますか？

こんにちは@ alfaro96 、

編集後：
sklearn.config_contextとsklearn.set_config sklearn.config_config.pyが修正され、タスクリストからチェックアウトできるようになりました。

sklearn.utilsに取り組みたいです。 'optional'が使用されているパラメータドキュメントのインスタンスを1回だけ見ました。つまり、そのインスタンスのみを修正する必要があるということです。 sklearn.utils._mocking.py

ねえ、私がドキュメントを手伝ってくれるかどうか見てみようと思った。

ねえ@madprogramer 、

@ alfaro96 sklearn.feature_extraction.text.CountVectorizerがまだ使用されていない場合は、特に過去にVectorizersを使用していたときに個人的にいくつかの落とし穴に遭遇したため、作業したいと思います。

〜チェックリストとsklearn.feature_extraction.text.CountVectorizerリファレンスを確認しましたが、修正されていないようです。 PRは大歓迎です。〜

編集： sklearn.feature_extraction.text.CountVectorizerはすでに修正されています。

また、 sklearn.model_selection.learning_curveが更新されましたが、古いドキュメントを使用した古いチュートリアルがあることに気付きました。そのままにしておく必要がありますか？ それとも更新する価値がありますか？

更新する価値はありますが、これは別のPRで行う必要があります。

ありがとう！

こんにちは@ alfaro96 、

ねえ@haiatn 、

編集後：
sklearn.config_contextとsklearn.set_config sklearn.config_config.pyが修正され、タスクリストからチェックアウトできるようになりました。

チェックリストを更新しました。

sklearn.utilsに取り組みたいです。 'optional'が使用されているパラメータドキュメントのインスタンスを1回だけ見ました。つまり、そのインスタンスのみを修正する必要があるということです。 sklearn.utils._mocking.py

sklearn.utils._mocking.pyファイルのクラスはパブリックAPIの一部ではないので、それらを更新する価値はないと思いますが、それはアイデアです。

それでも、修正が保留されている他の関数、クラス、モジュールのいずれかで作業できると便利です。

ありがとう！

チェックリストを見ました。 私が見たものから、チェックリストから次のことを確認できます。

• sklearn.feature_extraction.image.img_to_graph
• sklearn.isotonic.IsotonicRegression
• sklearn.isotonic.check_increasing
• sklearn.ensemble.HistGradientBoostingRegressorファイルが見つかりませんsklearn.ensembleはすべて問題ありません

sklearn.manifold._spectral_embeddingとsklearn.feature_extraction.text.HashVectorizer作業できますか？ 別のPRでやります。 修正が必要なファイルはこれらだけだと思います（ sklearn.feature_extraction.text.CountVectorizerが使用されていると仮定します）。

チェックリストを見ました。 私が見たものから、チェックリストから次のことを確認できます。

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

@haiatnありがとうございます。チェックリストを更新しました。

• sklearn.ensemble.HistGradientBoostingRegressorファイルが見つかりませんsklearn.ensembleはすべて問題ありません

sklearn.ensemble.HistGradientBoostingClassifierとsklearn.ensemble.HistGradientBoostingRegressorはこのファイルにあります： scikit-learn/sklearn/ensemble/_hist_gradient_boosting/gradient_boosting.py 。 ただし、それらはすでに修正されています。

sklearn.manifold._spectral_embeddingとsklearn.feature_extraction.text.HashVectorizer作業できますか？ 別のPRでやります。 修正が必要なファイルは残っていると思います（ sklearn.feature_extraction.text.CountVectorizerが使用されていると仮定します）。

sklearn.manifoldモジュールとsklearn.feature_extraction.text.HashingVectorizerを確認しましたが、すでに修正されています（それに応じてチェックリストを更新しました）。

それでも、 sklearn.utilsモジュールには、まだ修正が必要な関数がいくつかあります。

ありがとう@haiatn 、私たちは本当にあなたの助けに感謝します！

sklearn.utils._estimator_html_repr 、 sklearn.utils.deprecation 、 sklearn.utils._testing作業します

sklearn.utilsを終了します。 修正が必要なファイルは3つだけです。

ねえ@ alfaro96 、
私のオープンプルリクエストを確認していただけますか？ 最後だと思います。

18360＃18385＃18386

ねえ@haiatn！

私はすでにあなたのオープンPRを見てきました。

ありがとう！

sklearn.utilsに残っているものをマージし、チェックリストの最後になりましたが、終了しましたか？

最後のオープンプルリクエスト＃18025があり、この問題は最終的にクローズされる可能性があります。

こんにちは、
貢献を始めたいです。 デフォルト値のドキュメントを修正するために保留中のクラスはありますか？ もしあれば、私はそれを取り上げることができます。

オープンソースは初めてです。万が一、修正が必要なものが残っている場合は、ドキュメントを修正するのを楽しみにしています。