【每周一库】-Rusty-Machine 机器学习库

The rusty-machine

一种拆包即用的机器学习模块。

结构

这个模块包括两个基本模组：学习和线性代数。

学习

这个学习模组包括所有的机器学习模组。包括算法，模组和相关工具。

目前支持的机器学习方法包括：

线性回归

逻辑回归

广义线性模型

K-Means集群分析

神经网络

高斯过程回归

支撑向量机

高斯混合模型

单纯倍氏分频器

聚类算法

线性代数

线性代数模组重新导出了一些线性代数库中的结构体和特征。这个模组提供了一种使用该库中常用线性代数的简便方法。

用法

各个模组的特定用法已经在各模组的特定文档中说明了，这个部分会着重描述该库的通用流程。

这个被包括在学习模块中的模组需要实现  或者。它们都会提供  和一个  功能，此功能为这个模组提供了接口。

你需要用你选择的选项将该模组实例化，然后用训练数据进行训练，再用测试数据进行预测。目前，交叉验证，数据处理和其他很多功能需要用户自己处理。

这里是高斯过程回归的一个用法示例：

如果我们使用了 代码会更为简单。相反地，你也可以用合适的特征自定义核函数和平均函数。

你还会注意到代码最上方有一些  声明。我们可以通过使用 来移除他们：