rust-ml/linfa

해결하는 문제

Linfa는 Rust에서 기계학습 애플리케이션을 구축하기 위한 포괄적인 툴킷을 제공합니다. Python의 scikit-learn의 기능을 Rust 생태계로 가져오고, 일반적인 전처리 작업과 고전적 기계학습 알고리즘을 표준화된 방식으로 처리할 수 있도록 합니다.

작동 방식

Linfa는 각각 특정 기계학습 범주에 집중하는 하위 패키지들의 모음으로 구성되어 있습니다. 지도 학습(예: 결정 트리, SVM), 비지도 학습(예: K-Means, DBSCAN), 그리고 핵심 전처리 도구(예: PCA, 정규화)의 구현을 제공합니다. 성능이 중요한 선형 대수 계산에는 기본적으로 순수 Rust 구현을 사용하지만, OpenBLAS 또는 Intel MKL과 같은 외부 BLAS/LAPACK 백엔드로 전환할 수 있습니다.

대상 사용자

Rust 환경 내에서 고전적 기계학습 워크플로우를 구현하고 싶은 개발자에게 적합하며, Rust의 안정성과 성능의 이점을 누릴 수 있습니다.

주요 특징

• 광범위한 알고리즘 지원: 나이브 베이즈, 랜덤 포레스트, 로지스틱 회귀, 서포트 벡터 머신 포함.
• 클러스터링 및 차원 축소: K-Means, t-SNE, 주성분 분석(PCA) 지원.
• 유연한 백엔드: 순수 Rust 선형 대수 또는 고성능 외부 BLAS/LAPACK 라이브러리 모두 지원.
• 웹 호환성: WASM을 통해 브라우저에서 실행할 수 있도록 wasm-bindgen 기능 포함.