如何为新的 ML 算法添加 sklearn 包装器
How to add an sklearn wrapper for a new ML algorithm
我想将 factorization machines 集成到 sklearn 中。我检查了 sklearn 文档和网络以了解如何包装新算法，但这个要求似乎没有很好的记录。
所以，我想问一下是否有关于如何向 sklearn 添加新算法包装器的文档（除了阅读源代码）？
从这个常见问题解答中，我了解到他们不太喜欢新算法 http://scikit-learn.org/stable/faq.html#selectiveness，原因似乎是合理的。鉴于此，可以合理地认为没有任何关于如何添加新算法包装器的文档。我要补充一点，我已经使用这个包有一段时间了，我从来没有在他们的网站或其他网站上找到任何与您正在寻找的东西相似的东西。
完成 sklearn 文档后，最好的办法是查看完整的工作示例。
XGBoost 模块有一个完整的 sklearn 包装器，您可以在这里看到：
https://github.com/dmlc/xgboost/blob/master/python-package/xgboost/sklearn.py
我想将 factorization machines 集成到 sklearn 中。我检查了 sklearn 文档和网络以了解如何包装新算法，但这个要求似乎没有很好的记录。
所以，我想问一下是否有关于如何向 sklearn 添加新算法包装器的文档（除了阅读源代码）？
从这个常见问题解答中，我了解到他们不太喜欢新算法 http://scikit-learn.org/stable/faq.html#selectiveness，原因似乎是合理的。鉴于此，可以合理地认为没有任何关于如何添加新算法包装器的文档。我要补充一点，我已经使用这个包有一段时间了，我从来没有在他们的网站或其他网站上找到任何与您正在寻找的东西相似的东西。
完成 sklearn 文档后，最好的办法是查看完整的工作示例。
XGBoost 模块有一个完整的 sklearn 包装器，您可以在这里看到：
https://github.com/dmlc/xgboost/blob/master/python-package/xgboost/sklearn.py