我有一个需要实现的新决策树集成回归方法算法，如果可以的话，我想在基于 Python 的 scikit-learn 包提供的基础设施上进行构建。我想创建一种新型的基本决策树和一种将它们组合起来进行集成回归预测的新方法。
scikit-learn 的文档侧重于使用，而不是扩展。我已经查看了现有集成方法的代码，但是使用了一些相当微妙的 Python-fu，这使得很难知道从哪里开始。有谁知道解释如何使用自定义类扩展 scikit 的文档？或者有没有这种简单扩展的例子？（它可以在任何模块上；它不必是合奏。）
谢谢。