[Parity #478] Complete learned-model-state diagnostics for every canonical estimator family

Aperta
#492 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
python, scikit-learn
Ambito
machine-learning, performance, testing-qa

Direzione di ricerca

Inizia leggendo l’issue principale #478 e individua l’infrastruttura di benchmark e le definizioni delle righe canoniche menzionate in questa issue. Traccia la diagnostica dello stato esistente di PCA/KMeans, quindi determina come ciascuna famiglia di estimator elencata registra la copertura dello stato e i delta; il lavoro è completo quando tutte le 19 righe sono coperte o hanno eccezioni giustificate e sono stati aggiornati la cronologia della disparità e il blocco delle regressioni.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Parent: #478

Performance must not outrun semantic evidence. Current benchmark infrastructure has strong state diagnostics for only a subset of rows (notably PCA/KMeans and selected later additions); score parity alone is insufficient for optimizer work.

Add estimator-state comparisons for every canonical family: linear coefficients/intercepts and objective/convergence state; SVM weights/support vectors/dual coefficients/intercepts; tree node structure/thresholds/features/leaves; forest per-tree/bootstrap/RNG structure; GaussianNB priors/means/variances; KMeans centers/inertia/iterations; PCA means/components/singular values; Ridge/Lasso/LinearRegression coefficients/intercepts/objective state; KernelRidge dual coefficients/kernel parameters.

Acceptance: all 19 canonical rows report state_coverage=covered or an explicit semantically justified exception; state deltas are frozen in disparity history; performance classification is blocked when required state evidence regresses beyond contract.

Lingua principale
Python
Stelle
2
Fork
0
Merge medio
4h 33m
PR unite (30g)
9

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di godofecht/flow-scikit

Tutte le issue di godofecht/flow-scikit

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.