Per-label regressor

描述

贡献者指南

技术栈

python

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。

half day

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。

stale

清晰度议题是否清楚说明期望改动、验收标准和下一步。

clear

前置要求

PythonRiver library basicsMulti output regression concepts

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。

65

研究方向

Study the scikit learn MultiOutputRegressor implementation for design patterns. Examine the existing regressors in the river library, such as the base Regressor class and any multi output models already present. The implementation likely involves fitting multiple regressors per output. The new class should be placed in a suitable module in the river repository.