8 个版本

使用旧的 Rust 2015

0.2.3 2021年2月11日
0.2.2 2021年2月2日
0.2.1 2021年1月31日
0.1.3 2021年1月21日

#706机器学习


用于 eorst

MIT 许可证

4.5MB
81K SLoC

C++ 48K SLoC // 0.1% comments FORTRAN Legacy 23K SLoC // 0.4% comments C 3.5K SLoC // 0.4% comments CUDA 3.5K SLoC // 0.1% comments Python 1K SLoC // 0.2% comments Shell 529 SLoC // 0.1% comments Rust 438 SLoC // 0.0% comments Visual Studio Project 343 SLoC SWIG 341 SLoC // 0.3% comments Visual Studio Solution 32 SLoC Bitbake 1 SLoC JavaScript 1 SLoC

lightgbm-rs

LightGBM Rust 绑定

需求

您需要一个可以构建 LightGBM 的环境。

# linux
apt install -y cmake libclang-dev libc++-dev gcc-multilib

# OS X
brew install cmake libomp

在 Windows 上

  1. 安装 CMake 和 VS 构建工具。
  2. 安装 LLVM 并设置环境变量 LIBCLANG_PATH 为 PATH_TO_LLVM_BINARY (例如: C:\Program Files\LLVM\bin)

详情请见下文。

用法

LightGBM 训练示例。

extern crate serde_json;
use lightgbm::{Dataset, Booster};
use serde_json::json;

let data = vec![vec![1.0, 0.1, 0.2, 0.1],
               vec![0.7, 0.4, 0.5, 0.1],
               vec![0.9, 0.8, 0.5, 0.1],
               vec![0.2, 0.2, 0.8, 0.7],
               vec![0.1, 0.7, 1.0, 0.9]];
let label = vec![0.0, 0.0, 0.0, 1.0, 1.0];
let dataset = Dataset::from_mat(data, label).unwrap();
let params = json!{
   {
        "num_iterations": 3,
        "objective": "binary",
        "metric": "auc"
    }
};
let bst = Booster::train(dataset, &params).unwrap();

详情请见 ./examples

示例 链接
二分类 链接
多分类 链接
回归 链接

开发

git clone --recursive https://github.com/vaaaaanquish/lightgbm-rs
docker build -t lgbmrs .
docker run -it -v $PWD:/app lgbmrs bash

# cargo build

感谢

在实现和文档中参考了很多。感谢。

依赖

~2.2–4.5MB
~97K SLoC