Per-label regressor

Repository-Metriken

Stars

4.574 Sterne (4.574 Sterne)

PR-Merge-Metriken

Durchschn. Merge 47T 6h (Durchschn. Merge 47T 6h)46 gemergte PRs in 30 T (46 gemergte PRs in 30 T)

Beschreibung

Contributor Guide

Research-Richtung

Implementieren Sie eine PerOutputRegressor Klasse, die einen einzelnen Regressor kapselt und unabhängig auf jede Ausgabe anwendet, ähnlich wie sklearns MultiOutputRegressor, jedoch für Online Lernen. Studieren Sie die bestehende Multi Output Unterstützung von river und die Basis API der Schätzer.

Tech Stack

python

Domain

apibackend

Issue Type

Funktion

SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.

3

Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.

1-2 Tage

AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.

Frisch

KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.

Klar

Voraussetzungen

Pythonscikit learnonline machine learning concepts

EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.

65