-
linregress
具有一些基本统计的普通最小二乘线性回归
-
varpro
使用变量投影算法的简单非线性最小二乘拟合库
-
gbdt
Rust编程语言中的梯度提升回归树
-
automod
将目录中的每个源文件作为模块引入
-
twenty-twenty
H264帧和图像的视觉回归测试
-
ndarray-glm
使用IRLS在存储在数组中的数据上对广义线性模型进行回归
-
fitme
CLI曲线拟合工具。从CSV数据集中参数化方程。
-
pav_regression
等调回归的相邻违反者对算法
-
polyfit-residuals
有效地计算给定数据集所有多项式模型（至某度）的残差误差（在最小二乘意义上），并计算最小二乘多项式拟合
-
eval-metrics
机器学习的评估指标
-
friedrich
高斯过程回归
-
regressionu
具有永久更新功能性的回归实现
-
leastsquares
Miller 更新回归
-
other-lib-name
仅公开发布，用作https://github.com/Enselic/cargo-public-api/issues/561的回归测试
-
crates-io-macro-crate
一个用于演示回归的宏示例crate
-
gep_toolkit
基因表达编程工具包
-
plr
执行贪婪或最优误差界限分段线性回归（PLR）和样条回归
-
proc-macro-generator-wrapper
一个用于演示回归的proc-macro包装crate
-
std-dev
您的瑞士军刀，可快速处理任何数量的数据。旨在工业和教育目的而实现。
-
kevlar
Rust中编写集成/回归测试的测试工具
-
lrclassifier
逻辑回归分类器实现
-
线性回归
线性回归
-
鸣鸟
EDR工具
-
pcw_regrs
适用于时间序列的快速、最优、可扩展且经过交叉验证的异构分段多项式回归
-
egress
一个超级简单、基本回归测试crate
-
generating-proc-macro-crate
一个用于展示回归的proc-macro示例crate
-
recless
具有指数遗忘的递归最小二乘算法
-
redwood
一个快速决策森林库
-
ols_regression
使用nalgebra的正则方程进行多项式回归
-
redwood_cli
一个快速决策森林命令行应用程序
-
snapshot
“快照”或金丝雀回归测试
尝试使用DuckDuckGo进行搜索。