sktime/sktime

[ENH] Next generation reservoir computing estimator - adapt existing code (posted) to sktime interface

Open

#4 521 ouverte le 28 avr. 2023

Voir sur GitHub
 (5 commentaires) (2 réactions) (0 assignés)Python (1 192 forks)batch import
enhancementgood first issue

Métriques du dépôt

Stars
 (7 162 stars)
Métriques de merge PR
 (Merge moyen 26j 10h) (86 PRs mergées en 30 j)

Description

I've recently implemented Next Generation Reservoir Computing in the form of a scikit-learn estimator interface.

My code can be found here; it is adapted from the original code by @agrif from here.

I thought I put this here in case anyone is interested in incorporating this into the sktime template.

Guide contributeur

Direction de recherche
Examinez le code Gist fourni et le modèle d'extension de prévision de sktime (lié dans l'issue). Comprenez les exigences de l'interface sktime, puis adaptez l'estimateur de calcul réservoir pour suivre l'interface d'estimateur de sktime. Assurez la compatibilité avec le module de prévision de sktime. Envisagez d'ajouter des tests et une documentation appropriés.
Stack technique
python
Domaine
machine learningapi
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
Pythonscikit learn
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
70