与 SmartCore 集成的 AutoML

AutoML 是 自动化机器学习，指的是使机器学习对普通大众更易于使用的过程和方法。此 crate 建立在 smartcore 机器学习框架之上，并提供了一些用于快速训练和比较模型的实用工具。

安装

要使用最新发布的 AutoML 版本，请将以下内容添加到您的 Cargo.toml

automl = "0.2.7"

要使用最新功能，请添加以下内容

automl = { git = "https://github.com/cmccomb/rust-automl" }

使用方法

运行以下命令

let dataset = smartcore::dataset::breast_cancer::load_dataset();
let settings = automl::Settings::default_classification();
let mut classifier = automl::SupervisedModel::new(dataset, settings);
classifier.train();

将使用交叉验证比较分类模型。打印分类对象将得到

┌────────────────────────────────┬─────────────────────┬───────────────────┬──────────────────┐
│ Model                          │ Time                │ Training Accuracy │ Testing Accuracy │
╞════════════════════════════════╪═════════════════════╪═══════════════════╪══════════════════╡
│ Random Forest Classifier       │ 835ms 393us 583ns   │ 1.00              │ 0.96             │
├────────────────────────────────┼─────────────────────┼───────────────────┼──────────────────┤
│ Logistic Regression Classifier │ 620ms 714us 583ns   │ 0.97              │ 0.95             │
├────────────────────────────────┼─────────────────────┼───────────────────┼──────────────────┤
│ Gaussian Naive Bayes           │ 6ms 529us           │ 0.94              │ 0.93             │
├────────────────────────────────┼─────────────────────┼───────────────────┼──────────────────┤
│ Categorical Naive Bayes        │ 2ms 922us 250ns     │ 0.96              │ 0.93             │
├────────────────────────────────┼─────────────────────┼───────────────────┼──────────────────┤
│ Decision Tree Classifier       │ 15ms 404us 750ns    │ 1.00              │ 0.93             │
├────────────────────────────────┼─────────────────────┼───────────────────┼──────────────────┤
│ KNN Classifier                 │ 28ms 874us 208ns    │ 0.96              │ 0.92             │
├────────────────────────────────┼─────────────────────┼───────────────────┼──────────────────┤
│ Support Vector Classifier      │ 4s 187ms 61us 708ns │ 0.57              │ 0.57             │
└────────────────────────────────┴─────────────────────┴───────────────────┴──────────────────┘

然后，您可以使用 predict 方法使用最佳模型进行推理。

功能

此 crate 有几个功能，添加了一些附加方法

功能

• 特征工程
  • PCA
  • SVD
  • 交互项
  • 多项式项
• 回归
  • 决策树回归
  • KNN 回归
  • 随机森林回归
  • 线性回归
  • 岭回归
  • LASSO
  • Elastic Net
  • 支持向量回归
• 分类
  • 随机森林分类
  • 决策树分类
  • 支持向量分类
  • 逻辑回归
  • KNN 分类
  • 高斯朴素贝叶斯
• 元学习
  • 融合
• 保存和加载设置
• 保存和加载模型