Scikit-learn: 모든 클래스의 기본값 문서 수정

에 만든 2019년 12월 02일 · 118코멘트 · 출처: scikit-learn/scikit-learn

설명

많은 클래스의 기본값에 대한 문서는 포함되어 있지 않거나 작성 방식이 일치하지 않거나 구식입니다. 이러한 문제가 존재하는 수많은 클래스가 있기 때문에 모든 클래스에 대한 기본값 문서 작업을 위해 몇 사람을 모으고 싶습니다. 기본값은 "default=<'value'>"로 문서화해야 한다는 말을 들었으므로 그 가정하에 이 문제를 작성합니다.

해결책

다음은 변경해야 하는 매개변수에 대해 내가 본 몇 가지 사항입니다.

몇 가지 매개변수가 완전히 누락되어 있으므로 기본값이 있는지 여부에 대한 언급은 코드에 대해 확인해야 합니다.
"선택 사항"을 "default=<'value'>"로 변경해야 합니다.
기본값이 문서화되는 방식이 클래스 내에서 일관성이 있는지 확인하십시오. 즉, "default=<'value'>" 형식으로 모든 것을 변경하십시오.
PR당 단일 파일 수정

소수의 사람들이 각각 몇 개의 클래스를 진행한다면, 이것은 즉시 완료되어야 합니다! 이것들은 모두 상당히 간단한 수정 사항입니다.

#### 예
https://scikit-learn.org/stable/modules/generated/sklearn.cluster.AgglomerativeClustering.html
위의 링크는 기본값이 표시되어 있지 않지만 매개변수가 "선택 사항"이라고 표시되어 있고 기본값이 표시된 매개변수가 모두 일관되지 않게 문서화되어 있는 예입니다.

Sprint good first issue

출처

cgsavard

👍5

가장 유용한 댓글

논리적으로 말해서 param이 선택 사항인 경우 기본값 None 항상 None 이외의 기본값을 가진 매개변수가 있으면 필수 매개변수임을 나타냅니다.

기본값이 있는 경우 이는 일반적으로 이 매개변수가 성능에 영향을 미치므로 선택 사항이 아니어야 하지만 기본값이 무엇인지 언급해야 하는 합리적인 기본값으로 문헌이 발견했음을 의미합니다. 그것들은 정의상 필수 매개변수에 더 가까운 것처럼 보이지만 사용자가 변경할 수 있도록 합리적인 선택을 하게 되었습니다.

또는 더 실질적으로 말해서 현재 우리가 찾은 선택적 매개변수 중 숫자 기본값이 있지만 None 를 지정하면 예외가 발생하는 매개변수가 있습니까? 이는 또한 매개변수가 실제로 필요하지만 문헌/연구를 기반으로 합리적인 기본값이 선택되었음을 시사합니다.

아니면 내가 몇 년 동안 required 와 optional 의 의미를 혼동하고 있었나요? ㅋ ㅋ ㅋ. 어느 쪽이든 확실히 돕고 싶습니다!

jmwoloso 에 2019년 12월 06일

👍4

모든 118 댓글

안녕하세요 @cgsavard , 저는 이 일을 하고 싶습니다. AgglomerativeClustering 클래스를 살펴보기 시작할 수 있습니까?

vachanda 에 2019년 12월 03일

@vachanda 힘내세요 ! 다른 사람들이 알 수 있도록 작업 중인 항목을 여기에 계속 게시할 수 있습니다.

cgsavard 에 2019년 12월 03일

@cgsavard 를 조정해 주셔서 감사합니다.

기고자 참고 사항: https://scikit-learn.org/stable/developers/contributing.html#guidelines -for-writing-documentation 아래의 지침을 따르십시오.

adrinjalali 에 2019년 12월 03일

@cgsavard , 불일치가 있는 클래스 목록이 있습니까? 아니면 각각을 살펴보고 업데이트해야 합니까?

vachanda 에 2019년 12월 04일

@vachanda 불행히도 목록이 없습니다. 방금 파일을 살펴보고 업데이트해야 할 사항을 확인했습니다.

cgsavard 에 2019년 12월 04일

저는 AffinityPropagation, SpectralCoclustering, SpectralBiclustering 및 Birch에서 작업하고 있습니다.

cgsavard 에 2019년 12월 04일

저는 FeatureAgglomeration, KMeans 및 MiniBatchKMeans에서 작업하고 있습니다.

vachanda 에 2019년 12월 06일

논리적으로 말해서 param이 선택 사항인 경우 기본값 None 항상 None 이외의 기본값을 가진 매개변수가 있으면 필수 매개변수임을 나타냅니다.

아니면 내가 몇 년 동안 required 와 optional 의 의미를 혼동하고 있었나요? ㅋ ㅋ ㅋ. 어느 쪽이든 확실히 돕고 싶습니다!

jmwoloso 에 2019년 12월 06일

👍4

@jmwoloso 우리는 optional 의 사용과 관련하여 정말 일관성이 없었기 때문에 최근에 제거하기로 결정했습니다.

glemaitre 에 2019년 12월 06일

🚀1

나도 기여하고 싶다. 내가 이걸 계속 할 수 있니?

cyrus303 에 2019년 12월 06일

@glemaitre 네 , 확실히 말이 되네요. 그럼 우리는 optional 동사를 모두 함께 제거하고 문서 문자열의 기본값도 주목해야 합니까?

우리가 찾은 이들 각각을 개별적으로 문제로 열어야 합니까? 아니면 여러 사람들이 이 단일 문제와 관련된 여러 작업을 하고 있기 때문에 우리가 하고 있는 이 모든 작업을 어떻게 준비하고 있습니까?

jmwoloso 에 2019년 12월 06일

@cyrus303 @jmwoloso 클래스(최대 모듈)를 가져 와서 수정할 수 있습니다. 아이디어는 선택 사항을 제거하고 하나가 있을 때 기본값을 추가하는 것입니다(보통 하나 있음). 문서를 건드리기 때문에 줄의 스타일이 새로운 스타일 가이드를 따르는지 확인해야 합니다. https://scikit-learn.org/dev/developers/contributing.html#guidelines -for-writing-documentation

작업 중인 클래스/모듈을 언급할 수 있으며 중복 작업을 피하기 위해 링크를 PR로 엽니다. :) 검토할 수 있기를 기대합니다.

glemaitre 에 2019년 12월 06일

👍1

야! tree 클래스( tree.DecisionTreeClassifier , tree.DecisionTreeRegressor , tree.ExtraTreeClassifier 및 tree.ExtraTreeRegressor )에서 작업합니다.

alfaro96 에 2019년 12월 11일

neighbors 모듈에 대해서도 이 문제를 해결할 것입니다.

alfaro96 에 2019년 12월 17일

ensemble 모듈을 사용하겠습니다.

jmwoloso 에 2019년 12월 21일

@glemaitre bool 대 boolean 에 대한 선호 사항이 있습니까? 같은 클래스에서도 ensemble 두 가지가 혼합된 것을 볼 수 있습니다. 기본값을 수행하는 동안 모양을 얻을 수도 있습니다.

편집하다:

int 대 integer 입니다. int 가정하고 있지만 확인하고 싶었습니다.

편집(다시):

또한 해당 클래스의 __init__ 서명과 관련하여 일치하지 않는 값을 가진 독스트링을 봅니다. 예:

min_impurity_split 대한 RandomForestClassifier

__init__ 서명은 min_impurity_split=None 이고 독스트링은 min_impurity_split : float, (default=0) 입니다. 클래스의 동작을 일관되게 유지하기를 원하기 때문에 서명과 일치하도록 독스트링을 업데이트한다고 가정합니다(즉, 인스턴스화 시 동일한 기본값이 전달되기를 원함)?

jmwoloso 에 2019년 12월 21일

@jmwoloso https://scikit-learn.org/stable/developers/contributing.html#guidelines -for-writing-documentation을 참조할 수 있습니까? 기본적으로 python 유형 이름(bool, str, int, float)을 기본값으로 사용해야 합니다.

__init__ 서명에는 min_impurity_split=None이 있지만 독스트링에는 min_impurity_split: float, (기본값=0)이 있습니다. 클래스의 동작을 일관되게 유지하기를 원하기 때문에 서명과 일치하도록 독스트링을 업데이트한다고 가정합니다(즉, 인스턴스화 시 동일한 기본값이 전달되기를 원함)?

함수 서명의 매개변수를 일치시켜야 합니다. 이 값의 기본 매개변수가 변경되었으며 독스트링이 업데이트되지 않았습니다.

glemaitre 에 2019년 12월 21일

👍2

@cgsavard 님 안녕하세요. 기여하고 싶지만 이번이 처음이기에 손을 좀 여기 . 다음 단계를 조언해주세요... 감사합니다!

mghah 에 2019년 12월 22일

안녕하세요 @cgsavard 님
Imputer에서 작업할 수 있습니까?

pulkitmehtawork 에 2019년 12월 22일

안녕하세요 @cgsavard , 저는 linear_model 클래스에서 일하고 싶습니다.

ankishb 에 2019년 12월 22일

나는 또한 Neural Network , Decomposition , Feature Extraction , Metrics 및 Preprocess 수업을 진행하고 있습니다.

ankishb 에 2019년 12월 22일

누군가 내 pr #15964를 확인하고 코드 cov가 실패하는 이유를 볼 수 있습니다. 공헌은 이번이 처음입니다. 안내해 주십시오.

pulkitmehtawork 에 2019년 12월 24일

코덱을 무시합니다. 코드를 건드리지 않기 때문에 이것은 거짓 긍정입니다. 나는 곧 PR을 검토할 것이다

내 휴대전화에서 보냈습니다. 짧고 맞춤법이 틀릴 수 있어 죄송합니다.

glemaitre 에 2019년 12월 24일

👍2

방금 첫 기여를 했습니다. #15988

mghah 에 2019년 12월 30일

naive_bayes 모듈을 사용하겠습니다.

tamirlan1 에 2020년 01월 03일

방금 첫 기여를 했습니다. #16019

tamirlan1 에 2020년 01월 03일

안녕하세요, sklearn/neighbors 작업 중입니다. 감사합니다.

mghah 에 2020년 01월 04일

sklearn/semi_supervised에 기여했습니다.감사합니다.

shubchat 에 2020년 01월 07일

@cgsavard 님 , 저도 기여하고 싶습니다. 저는 sklearn/svm 모듈을 사용하겠습니다. 감사 해요

tituschristian 에 2020년 01월 08일

sklearn/semi_supervised에 기여했습니다.감사합니다.
PR #16042에 추가 수정 사항이 있습니까?

shubchat 에 2020년 01월 09일

@glemaitre #16105에서 기본값을 가져오기 위해 구문을 조금 더 깊이 파고 스트링 은 정확하지 않고 시대에 뒤떨어져 보였습니다.

또한 매개변수 범위를 정의하는 데 덜 모호하고 간결하며 수학적으로 엄격한 방법을 사용하려고 했습니다. 예를 들어 positive float 를 float in (0, inf] 또는 0<= shrinkage <=1 를 float in (0, 1) . 간단히 말해서, 나는 간결하고 정확하기 위해 최선을 다했지만 이 PR을 검토하는 데 5% 더 주의를 기울이십시오. 감사 해요.

mghah 에 2020년 01월 11일

@cgsavard , 이것은 스프린트에 아주 좋은 문제입니다! 괜찮다면 스프린트 목록에 추가할 계획입니다. 이미 PR에서 다룬 클래스와 해당 PR을 여기에 요약했습니다.
문제 설명에 요지를 연결하시겠습니까? 이렇게 하면 처음부터 정보를 사용할 수 있습니다. 여기 에 설명된 대로 각 PR이 한 번에 하나의 파일(최대 하나의 모듈)을 처리해야 한다는 설명을 설명해 주시겠습니까? 이것은 기고자와 리뷰어에게 정말 도움이 될 것입니다! 정말 감사합니다!

cmarmo 에 2020년 01월 16일

이 문제에 관심이 있는 사람들을 위해 명령

git grep "optional.*default"

여전히 이 문제의 영향을 받는 파일을 출력합니다(@ogrisel에게 감사드립니다! :)).

cmarmo 에 2020년 01월 16일

🎉1

@cgsavard 안녕하세요, 저는 model_selection @WiMLDS에서 일하고 싶습니다

marielledado 에 2020년 01월 25일

@lopusz 와 나는

모두에게 재미를!

@drinjalali @noatamir @WiMLDS

magda-zielinska 에 2020년 01월 25일

@ETay203 그리고 mean_shift @WiMLDS_Berlin 스프린트에서

mjmolina 에 2020년 01월 25일

@magda-zielinska와 나는 pipeline.py에서 일하고 싶습니다.

@drinjalali @noatamir @WiMLDS

lopusz 에 2020년 01월 25일

@lopusz 및 @magda-zielinska 및 나는 kernel_approximation.py에서 작업하고 싶습니다.

fraboeni 에 2020년 01월 25일

이제 _optics.py를 처리하겠습니다.

ETay203 에 2020년 01월 25일

재개방: #16216의 "수정" 키워드에 의해 폐쇄되었습니다.

cmarmo 에 2020년 01월 26일

재개방: #16207의 "수정" 키워드로 인해 폐쇄되었습니다.

cmarmo 에 2020년 01월 27일

이제 sklearn/linear_model/_coordinate_descent.py를 다룰 것입니다.

hs-nazuna 에 2020년 01월 29일

base.py를 정리하고 PR을 제출했습니다.

lopusz 에 2020년 01월 29일

discriminant_analysis.py를 정리하고 PR을 제출했습니다.

lopusz 에 2020년 01월 30일

이제 sklearn/gaussian_process/*.py를 살펴보겠습니다.

lopusz 에 2020년 02월 02일

이미 GP @lopusz에 대한 긴 홍보가 있습니다. :)

adrinjalali 에 2020년 02월 02일

@lopusz 죄송합니다. PR이 GP 모듈의 다른 문제에

adrinjalali 에 2020년 02월 03일

@adrinjalali 지켜봐 주셔서 감사합니다!

사실 제가 오픈 PR을 충분히 하지 않았기 때문에 GP를 받지 않는다는 사실이 더 큰 사고입니다 ;)

나는 PRed가 무엇인지 계속 추적할 것입니다.

그리고 예, GP를 위한 PR이 오고 있습니다 ;)

lopusz 에 2020년 02월 05일

여기서 또 할 일이 있나요?

andrewasche 에 2020년 04월 19일

sklearn/decomposition/_dict_learning.py

reshamas 에 2020년 05월 28일

할 일이 남아 있습니까? 저는 기꺼이 도와드리겠습니다. . .

andrewasche 에 2020년 05월 31일

남은 것이 무엇인지 파악하는 것이 도움을 주기에 좋은 출발점일 것입니다. :)

adrinjalali 에 2020년 06월 05일

안녕하세요, 저는 무엇이 남았는지 살펴보고 있었습니다. 제 생각에는 이전에 본 모듈 중 일부에서 업데이트해야 할 사항이 아직 남아 있다고 생각합니다.
클러스터 모듈부터 시작하여 이러한 작업을 진행하려고 했으며 진행하면서 각 모듈에 대한 PR을 올릴 수 있습니까?
이것은 나의 첫 번째 기여이므로 프로세스를 올바르게 따르지 않는 경우 등을 알려주십시오.
감사 해요!

pgithubs 에 2020년 06월 05일

다음은 수정해야 할 함수, 클래스 및 모듈 목록입니다.

[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 (실험)
[x] sklearn.ensemble.HistGradientBoostingRegressor (실험)
[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 , 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

나는 아무것도 놓치지 않기를 바랍니다.

alfaro96 에 2020년 06월 05일

안녕. feature_selection 문서를 통과하려고 가겠습니다.

kohakukun 에 2020년 06월 06일

우리는 sklearn.mixture 부분을 취합니다.

violetr 에 2020년 06월 06일

cross_decomposition 부분 취하기

kohakukun 에 2020년 06월 06일

2020 Scikit-Learn Sprint의 경우 @icoder18 과 저는 sklearn.random_projection 부분을 사용합니다.

mobigelow 에 2020년 06월 06일

@adrinjalali 우리는 sklearn/mixture를 완성했습니다

violetr 에 2020년 06월 06일

@genvalen으로 스프린트를 위한 sklearn.linear_model 작업

parthsuresh 에 2020년 06월 06일

sklearn.calibration.CalibratedClassifierCV 가져오기

asubramaniyan 에 2020년 06월 06일

sklearn.utils.validation에 대한 작업

neinkeinkaffee 에 2020년 06월 06일

다음으로 sklearn.utils.random을 다룰 것입니다.

neinkeinkaffee 에 2020년 06월 06일

sklearn.impute에서 작업

mobigelow 에 2020년 06월 06일

sklearn.tree.plot_tree

madelgi 에 2020년 06월 06일

표 14는 sklearn.neural_network를 사용합니다.

amy12xx 에 2020년 06월 06일

sklearn.kernel_approximation 가져오기

asubramaniyan 에 2020년 06월 06일

sklearn.inspection 복용

icoder18 에 2020년 06월 06일

표 14는 sklearn.preprocessing을 사용합니다.

amy12xx 에 2020년 06월 06일

데이터세트 가져오기

mobigelow 에 2020년 06월 06일

sklearn.mixture #17509 복용

amy12xx 에 2020년 06월 06일

목록이 업데이트되었습니다.

모두 감사합니다!

alfaro96 에 2020년 06월 06일

스프린트를 위해 sklearn.metrics 가져오기

genvalen 에 2020년 06월 07일

model_selection 모듈 가져오기

kohakukun 에 2020년 06월 07일

@glemaitre 한 번에 하나의 파일을 제출하는 것이 가장

reshamas 에 2020년 06월 09일

안녕하세요 기여하고 싶습니다. 하지만 처음 해보는 일입니다 ... 그리고 어떤 모듈에 아직 수행해야 할 작업이 있는지 어떻게 알 수 있습니까 ? 감사 해요 !

clmbst 에 2020년 06월 19일

https://github.com/scikit-learn/scikit-learn/issues/15761#issuecomment -639461778에는 수정해야 할 모듈 목록이 포함되어 있습니다.

alfaro96 에 2020년 06월 19일

감사 해요. 그런 다음 sklearn.decomposition을 가져옵니다.

clmbst 에 2020년 06월 19일

저는 'sklearn.isotonic.isotonic_regression' 작업 중입니다.

Cristinamulas 에 2020년 06월 20일

'sklearn.multiclass.py' 작업 중입니다.

Cristinamulas 에 2020년 06월 20일

안녕하세요, sklearn.tree 에 나머지를 가져가도 될까요? 저도 처음으로 기여하게 될 것입니다.

m-vd 에 2020년 07월 04일

체크인해 주셔서 감사합니다. 도움이 되셨다니 다행입니다! 의 절차를 따르십시오; 스프린트 업데이트가 모두 종료된 것 같습니다.

2020년 7월 4일 10시 45분에 Ivan Wiryadi [email protected]에서 다음과 같이 썼습니다.

안녕하세요, sklearn.tree에서 나머지를 가져와도 될까요? 저도 처음으로 기여하게 될 것입니다.
—
당신이 댓글을 달았기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하거나 GitHub에서 보거나 구독을 취소하세요.

mobigelow 에 2020년 07월 04일

안녕하세요, 첫 기여를 하고 싶습니다. sklearn.multioutput을 사용할 수 있습니까?

franslarsson 에 2020년 07월 05일

_encode.py로 시작하여 sklearn.utils를 계속 사용하겠습니다.

franslarsson 에 2020년 07월 08일

sklearn/decomposition/_dict_learning.py

TahiriNadia 에 2020년 07월 11일

스프린트에서 sklearn.kernel_ridge 중입니다.

mikeaalv 에 2020년 07월 11일

안녕하세요, sklearn.feature_extraction.image.img_to_graph 작업을 시작하겠습니다.

tijanajovanovic 에 2020년 07월 11일

sklearn.feature_extraction.text.CountVectorizer

Probinette4 에 2020년 07월 11일

sklearn.sklearn.kernel_ridge

TahiriNadia 에 2020년 07월 11일

sklearn.ensemble.HistGradientBoostingRegressor

Hoda1394 에 2020년 07월 11일

"나는 이 일을 하고 있다"

이에? @Hoda1394

TahiriNadia 에 2020년 07월 11일

"나는 이 일을 하고 있다"
이에? @Hoda1394

@TahiriNadia 수정했습니다.

Hoda1394 에 2020년 07월 11일

👍1

@cgsavard 헤이, 이 작업을 해도 될까요? 나는 처음이다

Praveenk8051 에 2020년 07월 24일

sklearn.datasets 의 파일을 작업하겠습니다.

JinLi711 에 2020년 07월 25일

sklearn.linear_model._least_angle.py 에서 작업할 수 있습니까?

sadakmed 에 2020년 08월 02일

@glemaitre 내가 일하고 있어요 sklearn.linear_model._least_angle.py 그리고 난의 사용의 불일치 발견 method ='lar' 가 표시 때로는 lars 때로는 lar 이 불일치도입니다 코드(문서뿐만 아니라)에서 lars 가 올바른 것임을 알 수 있습니다. 확인해 주시면 PR을 하도록 하겠습니다.

sadakmed 에 2020년 08월 02일

'sklearn/ensemble/_hist_gradient_boosting/binning.py'

sadakmed 에 2020년 08월 02일

파일을 변경해야 합니다.

sklearn/_config.py
sklearn/dummy.py
sklearn/다중출력.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/분해/_dict_learning.py~
~sklearn/decomposition/_factor_analysis.py~
~sklearn/decomposition/_incremental_pca.py~
~sklearn/분해/_lda.py~
~sklearn/분해/_pca.py~
~sklearn/분해/_truncated_svd.py~
~sklearn/분해/_sparse_pca.py~
~sklearn/분해/_nmf.py~
sklearn/매니폴드/_mds.py
sklearn/manifold/_spectral_embedding.py
sklearn/매니폴드/_t_sne.py
sklearn/앙상블/_hist_gradient_boosting/grower.py
sklearn/앙상블/_hist_gradient_boosting/binning.py
sklearn/metrics/_ranking.py
sklearn/tree/_classes.py
sklearn/전처리/_discretization.py
sklearn/preprocessing/_encoders.py 라인 620
sklearn/neural_network/_multilayer_perceptron.py 라인 1054
sklearn/공분산/_robust_covariance.py

선택한 파일에 대해 이미 작업 중이거나 작업 중인 사람이 있는지 확인하세요.

sadakmed 에 2020년 08월 02일

@sadakmed , 모든 "분해 파일"에 대해 진행 중인 pull 요청 #17739가 있습니다.

clmbst 에 2020년 08월 03일

👍1

"gaussian_process.GaussianProcessRegressor" 및 "neighbors._base.py"

sadakmed 에 2020년 08월 03일

안녕하세요, 저는 처음이고 기여를 시작하고 싶습니다. 이 문제에 대해 여전히 도움이 필요하십니까? 여전히 도움이 필요한 파일이 있습니까?

boricles 에 2020년 08월 31일

안녕하세요 @boricles입니다!

아직 수정해야 할 모듈 목록은 https://github.com/scikit-learn/scikit-learn/issues/15761#issuecomment -639461778을

alfaro96 에 2020년 08월 31일

@alfaro96 감사합니다. 이제서야 간단히 살펴보았습니다. 오늘 밤에 모듈을 선택하고 작업하겠습니다.

boricles 에 2020년 08월 31일

sklearn/config_context에서 작업 중입니다.

boricles 에 2020년 09월 01일

이봐, 내가 문서를 도와줄 수 있는지 봐야겠다고 생각했어.

@alfaro96 저는 sklearn.feature_extraction.text.CountVectorizer 에서 작업하고 싶습니다. 특히 과거에 Vectorizer로 작업할 때 개인적으로 몇 가지 함정에 직면했기 때문에 아직 사용하지 않았다면 더욱 그렇습니다.

또한 sklearn.model_selection.learning_curve 가 업데이트되었지만 이전 설명서를 사용하는 오래된 자습서 가 있음을 알았습니다. 그대로 두어야 합니까? 아니면 업데이트할 가치가 있습니까?

madprogramer 에 2020년 09월 05일

안녕하세요 @alfaro96 입니다 .

수정 후:
sklearn.config_context 및 sklearn.set_config from sklearn.config_config.py 이 수정되어 작업 목록 에서 확인할 수 있습니다.

sklearn.utils 에서 일하고 싶습니다. '선택적'이 사용된 매개변수 문서의 인스턴스를 한 번만 보았습니다. 즉, 해당 인스턴스만 수정하면 됩니다. 맞나요? sklearn.utils._mocking.py

haiatn 에 2020년 09월 05일

이봐, 내가 문서를 도와줄 수 있는지 봐야겠다고 생각했어.

@madprogramer님 , 안녕하세요.

@alfaro96 저는 sklearn.feature_extraction.text.CountVectorizer 에서 작업하고 싶습니다. 특히 과거에 Vectorizer로 작업할 때 개인적으로 몇 가지 함정에 직면했기 때문에 아직 사용하지 않았다면 더욱 그렇습니다.

~ 체크리스트 와 sklearn.feature_extraction.text.CountVectorizer 참조 를 살펴보았지만 수정되지 않은 것 같습니다. PR 환영합니다.~

편집: sklearn.feature_extraction.text.CountVectorizer 는 이미 수정되었습니다.

또한 sklearn.model_selection.learning_curve 가 업데이트되었지만 이전 설명서를 사용하는 오래된 자습서 가 있음을 알았습니다. 그대로 두어야 합니까? 아니면 업데이트할 가치가 있습니까?

이것은 별도의 PR에서 수행되어야 하지만 업데이트할 가치가 있습니다.

감사합니다!

alfaro96 에 2020년 09월 06일

👍1

안녕하세요 @alfaro96 입니다 .

안녕하세요 @haiatn ,

수정 후:
sklearn.config_context 및 sklearn.set_config from sklearn.config_config.py 이 수정되어 작업 목록 에서 확인할 수 있습니다.

체크리스트를 업데이트했습니다.

sklearn.utils 에서 일하고 싶습니다. '선택적'이 사용된 매개변수 문서의 인스턴스를 한 번만 보았습니다. 즉, 해당 인스턴스만 수정하면 됩니다. 맞나요? sklearn.utils._mocking.py

sklearn.utils._mocking.py 파일의 클래스는 공개 API의 일부가 아니므로 업데이트할 가치가 없다고 생각합니다.

그럼에도 불구하고 수정 대기 중인 다른 기능, 클래스 및 모듈에서 작업할 수 있다면 좋을 것입니다.

감사합니다!

alfaro96 에 2020년 09월 06일

👍1

체크리스트를 살펴보았습니다. 내가 본 체크리스트에서 다음을 확인할 수 있습니다.

sklearn.feature_extraction.image.img_to_graph
sklearn.isotonic.IsotonicRegression
sklearn.isotonic.check_increasing
sklearn.ensemble.HistGradientBoostingRegressor 파일을 찾지 못했지만 sklearn.ensemble 모두 정상입니다.

sklearn.manifold._spectral_embedding 및 sklearn.feature_extraction.text.HashVectorizer 작업할 수 있습니까? PR은 따로 하겠습니다. 수정이 필요한 유일한 파일이라고 생각합니다( sklearn.feature_extraction.text.CountVectorizer 한다고 가정).

haiatn 에 2020년 09월 06일

체크리스트를 살펴보았습니다. 내가 본 체크리스트에서 다음을 확인할 수 있습니다.
sklearn.feature_extraction.image.img_to_graph
sklearn.isotonic.IsotonicRegression
sklearn.isotonic.check_increasing

@haiatn 감사합니다. 체크리스트를 업데이트했습니다.

sklearn.ensemble.HistGradientBoostingRegressor 파일을 찾지 못했지만 sklearn.ensemble 모두 정상입니다.

sklearn.ensemble.HistGradientBoostingClassifier 및 sklearn.ensemble.HistGradientBoostingRegressor 는 scikit-learn/sklearn/ensemble/_hist_gradient_boosting/gradient_boosting.py 있습니다. 그러나 이미 수정되었습니다.

sklearn.manifold._spectral_embedding 및 sklearn.feature_extraction.text.HashVectorizer 작업할 수 있습니까? PR은 따로 하겠습니다. 수정이 필요한 유일한 파일이라고 생각합니다( sklearn.feature_extraction.text.CountVectorizer 한다고 가정).

sklearn.manifold 모듈과 sklearn.feature_extraction.text.HashingVectorizer 살펴보았고 이미 수정되었습니다(체크리스트를 적절하게 업데이트했습니다).

그럼에도 불구하고 sklearn.utils 모듈에는 여전히 수정되어야 하는 몇 가지 기능이 있습니다.

@haiatn 감사합니다. 도움을 주셔서 정말 감사합니다!

alfaro96 에 2020년 09월 07일

이제 sklearn.utils._estimator_html_repr , sklearn.utils.deprecation 및 sklearn.utils._testing

haiatn 에 2020년 09월 11일

sklearn.utils를 마치겠습니다. 수정해야 할 파일이 3개뿐입니다.

haiatn 에 2020년 09월 15일

안녕하세요 @alfaro96 ,
내 공개 풀 리퀘스트를 검토해 주시겠습니까? 나는 그들이 마지막이라고 생각합니다.

18360 #18385 #18386

haiatn 에 2020년 09월 18일

안녕하세요 @haiatn!

나는 이미 당신의 공개 PR을 살펴보았습니다.

감사합니다!

alfaro96 에 2020년 09월 20일

👍1

이제 sklearn.utils에 남아 있는 것을 병합했고 이것이 체크리스트 의 마지막이었습니다. 완료했습니까?

haiatn 에 2020년 09월 24일

마지막으로 열린 pull 요청 #18025가 하나 있으며 이 문제는 결국 종료될 수 있습니다.

cmarmo 에 2020년 09월 24일

👍1

안녕하세요,
기여를 시작하고 싶습니다. 기본값의 문서를 수정하기 위해 보류 중인 클래스가 있습니까? 그렇다면 내가 그것을 취할 수 있습니다.

mynkdsi1011 에 2020년 09월 24일

안녕하세요 오픈 소스를 처음 사용합니다. 혹시라도 수정해야 할 부분이 남아 있어서 문서를 수정하기를 고대하고 있습니다.

k-yash 에 2020년 11월 04일

이 페이지가 도움이 되었나요?

0 / 5 - 0 등급

Scikit-learn: 모든 클래스의 기본값 문서 수정

설명

해결책

가장 유용한 댓글

모든 118 댓글

18360 #18385 #18386

관련 문제