[Bench #478] Make fit/predict/transform/proba separate first-class performance rows

オープン
#489 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

評価

難易度
5/5
見積もり時間
1週間以上
初心者へのやさしさ
35/100
issue の種類
機能追加
明瞭さ
おおむね明確
活発さ
活発
技術スタック
python, scikit-learn

調査の方向性

#478で追跡されているベンチマーク作業から始め、canonical estimator totalsがfrozen artifactsとPagesにどのように流れるかを追跡します。fit、predict、transform、decision_function、および該当するpredict_probaについて、サポート対象の操作と状態の前提条件の経路を確認します。操作レベルの中央値、IQR、speedup、status、parity、およびloss linksが表現され、#478のexit criteriaが操作ごとに評価されれば完了です。

索引モデルが issue の本文から書いたものです。

説明

Parent: #478

The canonical headline currently classifies an estimator/dataset from fit+predict combined time. That hides phase-local wins and losses: GaussianNB Digits fits faster but predicts slower; RandomForest Digits predicts faster but fits slower; KernelRidge loses in both; KernelSVC has different fit/predict behavior.

Generate machine-readable operation rows for every supported estimator operation: fit, predict, transform, decision_function and predict_proba where applicable. Headline estimator totals may remain as a secondary view, but no total may hide a losing operation.

Acceptance: operation-level median/IQR/speedup/status in frozen artifacts and Pages; operation parity/state prerequisites; each loss links to a focused issue; #478 exit criteria are evaluated over operations, not only estimator totals.

主要言語
Python
スター
2
フォーク
0
平均マージ
4時間 33分
マージ済み PR(30日)
9

コントリビューションガイド

このリポジトリのコントリビューションガイドは索引されていません

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

godofecht/flow-scikit のほかの issue

godofecht/flow-scikit の issue をすべて見る

似ている issue

Python の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。