sassoftware / sassoftware/python-sasctl

Scoring code for H2O (binary) contains errors

Aperta
#189 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

bug
Lingua principale
Python
Stelle
52
Fork
45
Merge medio
23h 38m
PR unite (30g)
2

Descrizione

I have built the H2O model based on the example:
https://github.com/sassoftware/python-sasctl/blob/master/examples/pzmm_h2o_model_import.ipynb
Then imported into Model Manager

There is one minor issue at this stage, when any Python developed model is imported with pzmm, in Model Manager the Score code file doesn't have the Score code attribute set. It has to be set manually which causes problems when CI/CD approach is considered

Let's continue with H2O model issue.
When H2O model is imported as the Binary one the Score code function contains several errors:

  1. The model load statement is model=h2o.load(). The load() method is not defined for h2o it should be load_model
  2. The model path within model=h2o.load() statement is wrong. The model pickle file name should be placed into quotation marks
  3. There are a few places with prediction variable comparison e.g. prediction[1][2] > 0.5. Prediction is defined as STR therefore it will generate an error. it should be casted into float using float()

Version
1.10.1

Guida per i contributori

Apri la guida per i contributori

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.

Direzione di ricerca

Inizia con examples/pzmm_h2o_model_import.ipynb e riproduci l'importazione binaria di H2O, quindi esamina il codice Score generato e il relativo attributo del codice Score in Model Manager. L'attività è completata quando l'attributo viene impostato automaticamente e il codice generato utilizza h2o.load_model, racchiude tra virgolette il percorso del pickle del modello e converte i valori di predizione in float prima del confronto.

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

Valutazione

Stack tecnologico
python
Ambito
machine-learning
Tipo di issue
Bug
Difficoltà
4/5
Tempo stimato
3-5 giorni
Stato di attività
Ferma
Chiarezza
Abbastanza chiara
Idoneità per principianti
35/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.