Per-label classifier

描述

貢獻者指南

技術棧

pythonscikit learn

領域

machine learning

議題類型

feature

難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。

3

預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。

1-2 days

活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。

active

清晰度議題是否清楚說明預期改動、驗收標準和下一步。

mostly clear

前置要求

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

新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。

50

研究方向

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.