#light-gbm #machine-learning #gradient-boosting

sys lgbm-sys

LightGBM的非官方Rust绑定

1个不稳定版本

0.0.1 2023年6月16日

#7#light-gbm

Download history 7/week @ 2024-03-11 1/week @ 2024-03-25 24/week @ 2024-04-01 22/week @ 2024-04-29 21/week @ 2024-05-13 63/week @ 2024-05-20 75/week @ 2024-05-27 150/week @ 2024-06-03 116/week @ 2024-06-10 87/week @ 2024-06-17 13/week @ 2024-06-24

每月下载量 394
4 个crate中使用 (通过 lgbm)

MIT 许可证

80KB
955

LGBM-rs

Crates.io Docs.rs Actions Status

LightGBM的非官方Rust绑定

要求

Windows或Linux

  1. 根据 LightGBM 文档 安装LightGBM并进行构建。
  2. 设置环境变量 LIGHTGBM_LIB_PATH 为包含构建输出的目录(Windows上为 .dll.lib,Linux上为 .so)。

MacOS

运行以下命令以在您的系统上安装LightGBM。

brew install lightgbm

示例

Cargo.toml

[dependencies]
lgbm = "0.0.1"

main.rs

use lgbm::{
    parameters::{Objective, Verbosity},
    Booster, Dataset, Field, Mat, Parameters, PredictType,
};
use std::sync::Arc;

fn main() -> anyhow::Result<()> {
    let mut p = Parameters::new();
    p.push("num_class", 3);
    p.push("objective", Objective::Multiclass);
    p.push("verbosity", Verbosity::Fatal);

    let mut train = Dataset::from_mat(&Mat::from_rows(train_features()), None, &p)?;
    train.set_field(Field::LABEL, &train_labels())?;

    let mut valid = Dataset::from_mat(&Mat::from_rows(valid_features()), Some(&train), &p)?;
    valid.set_field(Field::LABEL, &valid_labels())?;

    let mut b = Booster::new(Arc::new(train), &p)?;
    b.add_valid_data(Arc::new(valid))?;
    for _ in 0..100 {
        if b.update_one_iter()? {
            break;
        }
    }
    let p = Parameters::new();
    let rs = b.predict_for_mat(
        &Mat::from_rows(test_features()),
        PredictType::Normal,
        0,
        None,
        &p,
    )?;
    println!("\n{rs:.5}");
    Ok(())
}
fn train_features() -> Vec<[f64; 1]> {
    (0..128).map(|x| [(x % 3) as f64]).collect()
}
fn train_labels() -> Vec<f32> {
    (0..128).map(|x| (x % 3) as f32).collect()
}
fn valid_features() -> Vec<[f64; 1]> {
    (0..64).map(|x| [(x % 3) as f64]).collect()
}
fn valid_labels() -> Vec<f32> {
    (0..64).map(|x| (x % 3) as f32).collect()
}
fn test_features() -> Vec<[f64; 1]> {
    (0..4).map(|x| [(x % 3) as f64]).collect()
}

输出

num_data  : 4
num_class : 3
num_2     : 1

   |    0    |    1    |    2    |
---|---------|---------|---------|
 0 | 0.99998 | 0.00001 | 0.00001 |
 1 | 0.00001 | 0.99998 | 0.00001 |
 2 | 0.00001 | 0.00001 | 0.99998 |
 3 | 0.99998 | 0.00001 | 0.00001 |

静态链接或动态链接

支持以下类型的链接。

os static dynamic
Windows
Linux
MacOS

在Windows上,如果 lib_lightgbm.dll 存在于由 LIGHTGBM_LIB_PATH 指定的目录中,则将其动态链接。否则,将其静态链接。

在Linux上,如果 lib_lightgbm.a 存在于由 LIGHTGBM_LIB_PATH 指定的目录中,则将其静态链接。否则,将其动态链接。

许可证

本项目受MIT许可协议保护。有关详细信息,请参阅LICENSE文件。

贡献

除非您明确表示,否则您提交的任何有意包含在本作品中的贡献将受MIT许可协议保护,不附加任何其他条款或条件。

无运行时依赖项