parsnip

Rust 的数据科学度量（目前为分类，但正在积极开发）。

目标

Parsnip 旨在提供各种有用的数据科学度量。一般来说，我在包含的内容方面从 SciKit Learn 的度量 中汲取灵感。然而，我还会根据贡献者的建议或自己遇到的特性添加其他功能（例如，基尼不纯度）。

最终，Parsnip 应该支持广泛的线性代数包，包括一些具有 GPU 支持的包。尽可能的情况下，我还会努力使 Parsnip 的性能尽可能好，以避免减慢训练速度。

贡献

欢迎拉取请求！我要求您遵循包的 fn something(pred: &[type], actual: &[type], ...) 规范。性能相关的 PR 总是受到极大的欢迎。

为什么叫 parsnip？

我不太确定。我想找一个自然的名字，感觉这个名字很合适。此外，它相对较短，容易输入，并且与其他在 crates.io 上的包区分开来。

路线图

我首先目标是完成对分类数据的广泛支持。代码质量改进和更广泛的单元测试覆盖也将是首选。在达到 1.0 之前，对切片类型以外的类型提供支持将是理想的。

变更日志

0.3.0

支持泛型类型，更好的错误处理和文档。本版本有重大破坏性变化。

0.2.2

主要是错误修复，一些新增功能

0.2.0

添加了众多不同的分类准确度函数，因此版本提升到 0.2.0。我考虑这些函数中的大多数现在已稳定。

0.1.3

添加了 f1_score 支持

文档可在 docs.rs 上找到