Conversation
IvanKozlov98
left a comment
IvanKozlov98
left a comment
There was a problem hiding this comment.
Параллельный лес: 25/25
отсутствие информативного readme -5б
В jupyter-ноутбуке многовато лишних импортов в месте RandomForestClassifierCustom
Не везде есть docstring-и и аннотации к типам -3б
История коммитов — то с большой, то с маленькой буквы начинаются -0.25
+0.25 за хорошие тесты :)
Постарайтесь сделать красивое и информативное readme -- хотя бы для себя, пока помните, где что лежит и как что-то делает. Чтобы в будущем было приятно возвращаться к этим работам :)
Итого: 42 балла
|
|
||
| def fit(self, X, y, n_processes=1): | ||
| self.classes_ = sorted(np.unique(y)) | ||
| def fit_tree_process(i, queue): |
There was a problem hiding this comment.
почему бы эту функцию не сделать внутренней для класса?
внутренние функции стоит объявлять в начале функции и хотя бы строчку пропускать после определения
| queue = multiprocessing.Queue() | ||
| processes = [] | ||
| for i in range(self.n_estimators): | ||
| p = multiprocessing.Process(target=fit_tree_process, args=(i, queue)) | ||
| processes.append(p) | ||
| p.start() | ||
| results = [] | ||
| for _ in range(self.n_estimators): | ||
| results.append(queue.get()) | ||
| for p in processes: | ||
| p.join() |
There was a problem hiding this comment.
чтобы не возитьтся с queue` можно было возвращать из функции собираемые данные
также, проще использовать готовые решения распределения задач -- например, map
однако ваше решение также пойдет :)
(особенно для тренировки)
| test_fasta_data = """>seq1 | ||
| ATGC | ||
| ATGC | ||
| ATGC | ||
| """ | ||
| expected_fasta_data = """>seq1 | ||
| ATGCATGCATGC | ||
| """ |
There was a problem hiding this comment.
глобальные переменные даже в тестах не приветствуются :)
2 participants
No description provided.