Olá @cgsavard , gostaria de trabalhar nisso. Posso começar a olhar para a classe AgglomerativeClustering?

@vachanda Vá em frente! Podemos continuar postando aqui em quais trabalhamos para que outros saibam.

Obrigado por coordenar este @cgsavard

Observação para contribuidores: siga as diretrizes em: https://scikit-learn.org/stable/developers/contributing.html#guidelines -for-writing-documentation

@cgsavard , Existe uma lista de classes que apresentam discrepâncias ou temos que passar por cada uma delas e atualizá-las?

@vachanda Infelizmente não tenho uma lista. Acabei de examinar os arquivos e ver o que precisa ser atualizado.

Estou trabalhando em AffinityPropagation, SpectralCoclustering, SpectralBiclustering e Birch.

Estou trabalhando em FeatureAgglomeration, KMeans e MiniBatchKMeans.

Falando logicamente, se um parâmetro for opcional, o padrão não deveria ser None sempre? Ter um parâmetro com um valor padrão diferente de None sugere que ele deve ser obrigatório.

Se houver um padrão, isso geralmente significa que a literatura considerou este um valor padrão razoável, o que também sugere que este parâmetro tem um impacto no desempenho e, portanto, não deve ser opcional, mas deve apenas mencionar qual é o padrão. Esses parecem mais próximos dos parâmetros exigidos por definição, apenas fizemos uma escolha sensata para o usuário, para que ele possa alterá-lo ou não.

Ou, de forma mais prática, existe atualmente algum parâmetro opcional que encontramos com valores numéricos padrão, mas para o qual a especificação de None gerará uma exceção? Isso também sugere que o parâmetro é realmente necessário, mas que um padrão sensato foi escolhido com base na literatura / pesquisa.

Ou talvez eu tenha confundido o significado de required e optional todos esses anos? Lol. Com certeza adoraria ajudar nisso de qualquer maneira!

@jmwoloso Estávamos realmente inconsistentes em relação ao uso de optional e, portanto, recentemente decidimos removê-lo.

eu quero contribuir também. posso ir em frente com isso?

@glemaitre ok, isso definitivamente faz sentido. então estamos removendo o verbage optional todos juntos, certo, enquanto também observamos os valores padrão nas strings de doc?

cada um deles que encontramos deve ser aberto como um problema separadamente ou como estamos encenando todo esse trabalho que estamos fazendo, já que várias pessoas estão trabalhando em várias coisas relacionadas a esse único problema?

@ cyrus303 @jmwoloso Você pode obter uma classe (no máximo um módulo) e corrigi-la. A ideia é remover o opcional e adicionar um padrão quando houver um (geralmente há um). Já que estamos tocando na documentação, devemos ter certeza de que o estilo na linha segue nosso novo guia de estilo: https://scikit-learn.org/dev/developers/contributing.html#guidelines -for-writing-documentation

Você pode mencionar em qual turma / módulo está trabalhando, abra um link de RP para evitar a duplicação de esforços :). Ansioso para revisá-lo.

Ei! Vou trabalhar em tree classes ( tree.DecisionTreeClassifier , tree.DecisionTreeRegressor , tree.ExtraTreeClassifier e tree.ExtraTreeRegressor ).

Também irei corrigir esse problema para o módulo neighbors .

Vou fazer o módulo ensemble .

@glemaitre alguma preferência em bool vs. boolean ? vendo uma mistura de ambos em ensemble , mesmo na mesma classe. pode muito bem colocá-los em forma enquanto estou corrigindo os padrões.

EDITAR:

idem para int vs integer . Estou presumindo int nesse caso, mas queria confirmar.

EDITAR (novamente):

também vendo docstrings com valores inconsistentes em relação à assinatura __init__ para essa classe, por exemplo:

min_impurity_split para RandomForestClassifier

a assinatura __init__ tem min_impurity_split=None enquanto os docstrings dizem min_impurity_split : float, (default=0) . Eu assumiria atualizar os docstrings para coincidir com a assinatura, uma vez que queremos manter o comportamento da classe consistente (ou seja, queremos os mesmos padrões passados ​​na instanciação)?

@jmwoloso Você poderia consultar https://scikit-learn.org/stable/developers/contributing.html#guidelines -for-writing-documentation. Basicamente, você deve usar como padrão o nome do tipo python (bool, str, int, float)

a assinatura __init__ tem min_impurity_split = None enquanto os docstrings para ela dizem min_impurity_split: float, (padrão = 0). Eu assumiria atualizar os docstrings para coincidir com a assinatura, uma vez que queremos manter o comportamento da classe consistente (ou seja, queremos os mesmos padrões passados ​​na instanciação)?

Devemos combinar o parâmetro na assinatura da função. Este parâmetro padrão de valor foi alterado e a docstring não foi atualizada.

Olá @cgsavard , gostaria de contribuir, mas esta será minha primeira vez, então preciso de alguma ajuda. Estou bastante familiarizado com o python, um pouco prático com editores de texto e recentemente passei pelo fork -> clone -> editar -> tutorial de fluxo de trabalho de RP aqui . Por favor, avise o próximo passo ... Obrigado!

Olá @cgsavard ,
Posso trabalhar no Imputer?

Olá @cgsavard , quero trabalhar na aula de linear_model .

Também estou trabalhando em Neural Network , Decomposition , Feature Extraction , Metrics e Preprocess classes.

alguém pode verificar meu pr # 15964 e ver por que o código cov está falhando. Esta é a minha primeira contribuição. Por favor, guie.

Ignore codecov. Este é um falso positivo, pois não alteramos o código. Vou revisar em breve o PR

Enviado do meu telefone - desculpe ser breve e pode ser um erro ortográfico.

Acabei de fazer minha primeira contribuição # 15988

Vou fazer o módulo naive_bayes .

Acabei de fazer minha primeira contribuição # 16019

Olá a todos, trabalhando em sklearn/neighbors , obrigado.

Contribuído para sklearn / semi_supervised. Obrigado

Olá @cgsavard , gostaria de contribuir também, vou fazer o módulo sklearn/svm . Obrigado

Contribuído para sklearn / semi_supervised. Obrigado
Há alguma outra edição necessária no PR # 16042

@glemaitre em # 16105, tive que me aprofundar um pouco nas construções para buscar valores padrão, docstrings pareciam imprecisos e desatualizados às vezes.

Também tentei usar uma forma menos ambígua, concisa e matematicamente rigorosa de definir intervalos de parâmetros. por exemplo, mudei positive float para float in (0, inf] ou 0<= shrinkage <=1 para float in (0, 1) . Resumindo, fiz o melhor que pude para ser conciso e preciso, mas preste 5% mais atenção ao revisar este PR. Obrigado.

@cgsavard , este é um assunto muito bom para um sprint! Se você concordar com isso, estou planejando adicioná-lo à nossa lista de Sprint. Eu resumi as aulas que já foram ministradas por um PR e seu PR correspondente aqui .
Você se importa em vincular a essência na descrição do problema? Isso tornará as informações disponíveis desde o início. Também posso pedir que você esclareça na descrição que cada RP deve endereçar um arquivo (no máximo um módulo) por vez, conforme explicado aqui ? Isso realmente ajudará os colaboradores e revisores! Muito obrigado!

Para os interessados ​​neste assunto, o comando

git grep "optional.*default"

irá imprimir os arquivos ainda afetados por este problema (obrigado @ogrisel! :)).

@cgsavard Olá, gostaria de trabalhar em model_selection @WiMLDS

@lopusz e eu queremos trabalhar em random_projection.py

Divirta-se com todos!

@adrinjalali @noatamir @WiMLDS

@ ETay203 e eu gostaríamos de trabalhar no sprint mean_shift @WiMLDS_Berlin .

@ magda-zielinska e eu queremos trabalhar no pipeline.py

@adrinjalali @noatamir @WiMLDS

@lopusz e @ magda-zielinska e eu queremos trabalhar no kernel_approximation.py

Vou abordar o _optics.py agora

Reabertura: foi fechada pela palavra-chave "Correções" em # 16216.

Reabertura: foi fechada pela palavra-chave "Correções" em # 16207

Vou lidar com sklearn / linear_model / _coordinate_descent.py agora

Limpei o base.py e enviei o PR

Limpei discriminant_analysis.py e enviei um PR

Vou dar uma olhada agora em sklearn / gaussian_process / *. Py

Já existe uma longa proposta para os GPs

@lopusz minhas desculpas, que o PR estava tocando em outras questões do módulo GP, você pode ir em frente e trabalhar nisso se não se importar :)

@adrinjalali Obrigado por ficar de olho nisso!

Na verdade, eu não escaneei os PRs abertos bem o suficiente, então o fato de os GPs não serem feitos é mais um acidente;)

Vou me certificar de manter o controle do que é PRed.

E sim PR para GPs está chegando;)

Há mais alguma coisa a ser feita aqui?

Estou trabalhando em sklearn/decomposition/_dict_learning.py

O que resta fazer? Estou aberto para ajudar. . .

Descobrir o que resta é provavelmente um bom lugar para começar a ajudar :)

Olá, estive pesquisando para ver o que sobrou. Acho que ainda há algumas atualizações a serem feitas em alguns dos módulos examinados anteriormente.
Eu iria trabalhar com eles, começando com o módulo de cluster e poderia levantar um PR para cada módulo à medida que avançava?
Esta é minha primeira contribuição, por favor, me avise se não estou seguindo o processo corretamente, etc.
Obrigado!

Esta é a lista de funções, classes e módulos que ainda precisam ser corrigidos:

• [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 (experimental)
• [x] sklearn.ensemble.HistGradientBoostingRegressor (experimental)
• [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 (exceto 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

Espero não estar perdendo nada.

Oi. Vou tentar fazer uma passagem na documentação feature_selection

Pegamos a parte sklearn.mixture

Tomando cross_decomposition part

Para o 2020 Scikit-Learn Sprint, @ icoder18 e eu estamos participando da parte sklearn.random_projection

@adrinjalali completamos sklearn / blend

Trabalhando no sklearn.linear_model para o sprint com @genvalen

Leve sklearn.calibration.CalibratedClassifierCV

Trabalhando nisso para sklearn.utils.validation

Em seguida, abordaremos sklearn.utils.random

trabalhando em sklearn.impute

Trabalhando em sklearn.tree.plot_tree

A Tabela 14 pegará sklearn.neural_network

Veja sklearn.kernel_approximation

Pegando sklearn.inspection

A Tabela 14 levará sklearn.preprocessing

Pegando conjuntos de dados

Tomando sklearn.mixture # 17509

Lista atualizada.

Obrigado a todos!

Tomando sklearn.metrics para sprint

Tirando o módulo model_selection

@glemaitre Podemos atualizar a descrição disso para incluir que seria melhor enviar um arquivo por vez?

Olá, gostaria de contribuir. No entanto, é a minha primeira vez ... E não está claro para mim como posso saber em qual módulo ainda há trabalho a ser feito? Obrigado !

https://github.com/scikit-learn/scikit-learn/issues/15761#issuecomment -639461778 contém a lista de módulos que ainda precisam ser corrigidos.

Obrigado. Pegue sklearn.decomposition então.

Estou trabalhando em 'sklearn.isotonic.isotonic_regression'

Estou trabalhando em 'sklearn.multiclass.py'

Olá, posso tentar tirar o restante em sklearn.tree ? Esta seria a minha primeira vez contribuindo também.

Obrigado por se registrar, ótimo ter sua ajuda! Prossiga; Acho que todas as nossas atualizações de sprint foram encerradas.

Em 4 de julho de 2020, às 10:45, Ivan Wiryadi [email protected] escreveu:

Olá, posso tentar tirar o restante em sklearn.tree? Esta seria a minha primeira vez contribuindo também.

-
Você está recebendo isto porque comentou.
Responda a este e-mail diretamente, visualize-o no GitHub ou cancele a inscrição.

Olá, gostaria de dar minha primeira contribuição. Posso fazer sklearn.multioutput?

Vou continuar com sklearn.utils, começando com _encode.py

Estou trabalhando em sklearn/decomposition/_dict_learning.py

Estou trabalhando em sklearn.kernel_ridge no sprint

Olá, vou começar a trabalhar em sklearn.feature_extraction.image.img_to_graph

Estou trabalhando em sklearn.feature_extraction.text.CountVectorizer

Estou trabalhando em sklearn.sklearn.kernel_ridge

Estou trabalhando em sklearn.ensemble.HistGradientBoostingRegressor

"Eu estou trabalhando nisso"

nisto? @ Hoda1394

"Eu estou trabalhando nisso"

nisto? @ Hoda1394

@TahiriNadia corrigido.

@cgsavard Ei, posso trabalhar nisso? Eu sou um novato

Vou trabalhar nos arquivos em sklearn.datasets .

Posso trabalhar em sklearn.linear_model._least_angle.py

@glemaitre Estou trabalhando em sklearn.linear_model._least_angle.py e encontrei uma inconsistência no uso de method ='lar' às vezes indica lars às vezes lar , essa inconsistência também está em código (não apenas na documentação), posso ver que lars é o correto, você poderia confirmá-lo e eu farei um PR.

trabalhando em 'sklearn/ensemble/_hist_gradient_boosting/binning.py'

arquivos precisam de mudança:

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 / neighbours / _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 / manifold / _mds.py
sklearn / manifold / _spectral_embedding.py
sklearn / manifold / _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 / preprocessing / _discretization.py
sklearn / preprocessing / _encoders.py linha 620
sklearn / neural_network / _multilayer_perceptron.py linha 1054
sklearn / covariance / _robust_covariance.py

Por favor, verifique se alguém já está trabalhando / trabalhou no arquivo que você escolheu

@sadakmed , para todos os "arquivos de decomposição", há uma solicitação de pull # 17739 em andamento.

trabalhando em "gaussian_process.GaussianProcessRegressor" e "neighbors._base.py"

Olá, sou novo e gostaria de começar a contribuir. Você ainda precisa de ajuda com esse problema? há algum arquivo com o qual você ainda precisa de ajuda?

Ei @boricles!

Dê uma olhada em https://github.com/scikit-learn/scikit-learn/issues/15761#issuecomment -639461778 para obter uma lista com os módulos ainda a serem corrigidos.

@ alfaro96 obrigado. Eu dei uma olhada rápida agora mesmo. Vou selecionar um módulo esta noite e trabalhar nele.

Estou trabalhando em sklearn / config_context

Ei, pensei em ver se poderia ajudar com os documentos.

@ alfaro96 Eu gostaria de trabalhar em sklearn.feature_extraction.text.CountVectorizer , se ainda não tiver sido feito, especialmente porque eu pessoalmente encontrei algumas armadilhas ao trabalhar com vetorizadores no passado.

Além disso, notei que embora sklearn.model_selection.learning_curve sido atualizado, há um tutorial desatualizado usando a documentação antiga , devo deixá-lo como está? Ou vale a pena atualizar?

Olá @ alfaro96 ,

após as edições:
Vejo que sklearn.config_context e sklearn.set_config de sklearn.config_config.py foram corrigidos para que possam ser retirados da lista de tarefas .

Eu gostaria de trabalhar em sklearn.utils . Eu vi apenas uma instância de documentação de parâmetro onde 'opcional' é usado. Isso significa que eu preciso corrigir apenas essa instância, correto? Está em sklearn.utils._mocking.py

Ei, pensei em ver se poderia ajudar com os documentos.

Ei @madprogramer ,

@ alfaro96 Eu gostaria de trabalhar em sklearn.feature_extraction.text.CountVectorizer , se ainda não tiver sido feito, especialmente porque eu pessoalmente encontrei algumas armadilhas ao trabalhar com vetorizadores no passado.

~ Eu dei uma olhada na lista de verificação e na referência de sklearn.feature_extraction.text.CountVectorizer e ela não parece estar corrigida. Um PR seria bem-vindo. ~

Editar: O sklearn.feature_extraction.text.CountVectorizer já está corrigido.

Além disso, percebi que, embora sklearn.model_selection.learning_curve sido atualizado, há um tutorial desatualizado usando a documentação antiga , devo deixá-lo como está? Ou vale a pena atualizar?

Vale a pena atualizar, embora deva ser feito em um PR à parte.

Obrigada!

Olá @ alfaro96 ,

Ei @haiatn ,

após as edições:
Vejo que sklearn.config_context e sklearn.set_config de sklearn.config_config.py foram corrigidos para que possam ser retirados da lista de tarefas .

Eu atualizei a lista de verificação .

Eu gostaria de trabalhar em sklearn.utils . Eu vi apenas uma instância de documentação de parâmetro onde 'opcional' é usado. Isso significa que eu preciso corrigir apenas essa instância, correto? Está em sklearn.utils._mocking.py

Essa é a ideia, embora as classes no arquivo sklearn.utils._mocking.py não façam parte da API pública, então não acho que valha a pena atualizá-las.

No entanto, seria bom se você pudesse trabalhar em qualquer uma das outras funções, classes e módulos que estão pendentes de correção.

Obrigada!

Eu olhei a lista de verificação. Pelo que vi, o seguinte pode ser verificado na lista de verificação:

• sklearn.feature_extraction.image.img_to_graph
• sklearn.isotonic.IsotonicRegression
• sklearn.isotonic.check_increasing
• Não encontrei o arquivo sklearn.ensemble.HistGradientBoostingRegressor mas todo sklearn.ensemble está OK

Posso trabalhar em sklearn.manifold._spectral_embedding e sklearn.feature_extraction.text.HashVectorizer ? Farei isso em relações públicas separadas. Eu acho que eles são os únicos arquivos restantes que precisam de conserto (assumindo que sklearn.feature_extraction.text.CountVectorizer foi retirado).

Eu olhei a lista de verificação. Pelo que vi, o seguinte pode ser verificado na lista de verificação:

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

Obrigado @haiatn , atualizei a lista de verificação.

• Não encontrei o arquivo sklearn.ensemble.HistGradientBoostingRegressor mas todo sklearn.ensemble está OK

Os sklearn.ensemble.HistGradientBoostingClassifier e sklearn.ensemble.HistGradientBoostingRegressor estão neste arquivo: scikit-learn/sklearn/ensemble/_hist_gradient_boosting/gradient_boosting.py . No entanto, eles já foram corrigidos.

Posso trabalhar em sklearn.manifold._spectral_embedding e sklearn.feature_extraction.text.HashVectorizer ? Farei isso em relações públicas separadas. Eu acho que eles são os únicos arquivos restantes que precisam de conserto (assumindo que sklearn.feature_extraction.text.CountVectorizer foi retirado).

Eu dei uma olhada no módulo sklearn.manifold e sklearn.feature_extraction.text.HashingVectorizer e eles já foram corrigidos (eu atualizei a lista de verificação de acordo).

No entanto, existem várias funções no módulo sklearn.utils que ainda devem ser corrigidas.

Obrigado @haiatn , nós realmente apreciamos sua ajuda!

Agora vou trabalhar em sklearn.utils._estimator_html_repr , sklearn.utils.deprecation e sklearn.utils._testing

Vou terminar sklearn.utils. Existem apenas 3 arquivos que encontrei que precisam de conserto.

hey @ alfaro96 ,
você poderia revisar minhas solicitações de pull aberto? Acho que são os últimos.

18360 # 18385 # 18386

Ei @haiatn!

Já dei uma olhada em seus PRs abertos.

Obrigada!

Agora que mesclamos o que sobrou de sklearn.utils e foi o último da lista de verificação , terminamos?

Há uma última solicitação de pull # 18025 aberta, então esse problema pode ser resolvido.

Olá,
Eu quero começar a contribuir. Existe alguma classe pendente para fixação de documentos de valores padrão? Se houver, então eu posso aceitar.

Olá, novo no código aberto, estou ansioso para consertar o documento, se alguma coisa precisar ser consertada.