DoubleML / DoubleML/DML-Hyperparameter-Tuning-Replication
wrong paths in plots_and_figures.ipynb
Personne n'a encore pris cette issue.
- Langage dominant
- Jupyter Notebook
- Étoiles
- 3
- Forks
- 0
- Métriques de merge des PR
- Aucune PR mergée en 30 j
Description
The reading of data in section Load Results in evaluation/plots_and_figures.ipynb contain incorrect paths. The following seems to work instead:
oracle_df = pd.read_csv("results/acic/oracle.csv", delimiter=";")
#oracle_df = pd.read_csv("simulations/results/oracle.csv", delimiter=";")
paths = {
#"Lasso": f"simulations/results/acic_v2/{model}/LassoCV/Scenario{sc+1}_LassoCV_{scheme}.csv",
#"Random Forest": f"simulations/results/acic_v2/{model}/RandomForest/Scenario{sc+1}_{scheme}.csv",
#"XGBoost": f"simulations/results/acic_v2/{model}/XGBoost/Scenario{sc+1}_{scheme}.csv",
#"FLAML": f"simulations/results/acic_v2/{model}/Scenario{sc+1}/60_{scheme}.csv",
#"LinearModels": f"simulations/results/acic_v2/{model}/LinearModels/Scenario{sc+1}_LinearModels_{scheme}.csv",
"Lasso": f"results/acic/{model}/LassoCV/Scenario{sc+1}_LassoCV_{scheme}.csv",
"Random Forest": f"results/acic/{model}/RandomForest/Scenario{sc+1}_{scheme}.csv",
"XGBoost": f"results/acic/{model}/XGBoost/Scenario{sc+1}_{scheme}.csv",
"FLAML": f"results/acic/{model}/Scenario{sc+1}/60_{scheme}.csv",
"LinearModels": f"results/acic/{model}/LinearModels/Scenario{sc+1}_LinearModels_{scheme}.csv",
}
Guide de contribution
Aucun guide de contribution indexé pour ce dépôt
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Piste de recherche
Ouvrez evaluation/plots_and_figures.ipynb et accédez à la section Load Results. Vérifiez les chemins de données utilisés pour les fichiers de résultats de oracle et model par rapport aux chemins fonctionnels results/acic/... indiqués dans l’issue. Exécutez le notebook jusqu’aux étapes de génération des graphiques et confirmez qu’il charge les données sans erreurs de chemin.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Évaluation
- Stack technique
- jupyter-notebook, pandas, python
- Domaine
- data-visualization
- Type d'issue
- Bug
- Difficulté
- 1/5
- Temps estimé
- 1-3 heures
- Activité
- À l'abandon
- Clarté
- Clairement spécifiée
- Accessibilité débutants
- 65/100