Per-label classifier

説明

コントリビューターガイド

技術スタック

pythonscikit learn

領域

machine learning

Issue 種別

feature

難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。

3

推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。

1-2 days

活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。

active

明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。

mostly clear

前提条件

Familiarity with scikit learn's MultiOutputClassifierUnderstanding of River's base estimator API

初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。

50

調査方針

Study scikit learn's MultiOutputClassifier implementation and River's existing multi output support. Look at River's base classifier API and existing classes like `metrics` or `utils` to understand how to wrap per label classifiers. Review the linked issue comments for any additional context or requirements.