Per-label regressor

仓库指标

星标

4,574 个星标 (4,574 个星标)

PR 合并指标

平均合并 47天 6小时 (平均合并 47天 6小时)30 天内合并 46 个 PR (30 天内合并 46 个 PR)

描述

贡献者指南

研究方向

实现一个 PerOutputRegressor 类，它包装一个单一回归器并独立应用于每个输出，类似于 sklearn 的 MultiOutputRegressor，但适用于在线学习。研究 river 现有的多输出支持和基础估计器 API。

技术栈

python

领域

apibackend

议题类型

功能

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 天

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。

新近可参与

清晰度议题是否清楚说明期望改动、验收标准和下一步。

清晰

前置要求

Pythonscikit learnonline machine learning 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