Per-label classifier

描述

贡献者指南

技术栈

pythonscikit learn

领域

machine learning

议题类型

feature

难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。

3

预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。

1-2 days

活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。

active

清晰度议题是否清楚说明期望改动、验收标准和下一步。

mostly clear

前置要求

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

新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。

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.