mlr-org/mlr3

What it solves

mlr3 是 R 語言中一個現代化、物件導向的機器學習框架。它提供了一種標準化的方式來處理機器學習的組成元件——例如任務 (tasks)、學習器 (learners) 與重採樣策略 (resampling strategies)——以避免與舊有框架相關的「功能蔓延」 (feature creep) 與維護上的困難。

How it works

該專案採用基於 R6 類別的物件導向設計，用以管理狀態變更與引用語義 (reference semantics)。它利用 data.table 進行高效能的資料框 (data frame) 計算，並利用 checkmate 進行嚴格的型別安全與參數檢查。核心套件本身專注於計算，而專門的功能（如視覺化或特定的學習器）則交由擴充套件來處理。

Who it’s for

使用 R 語言的資料科學家與研究人員，且需要一個專業、可擴充且高效能的機器學習流程 (pipeline) 用於分類、回歸與生存分析。

Highlights

• Object-Oriented Design: 使用 R6 進行建構一個乾淨且可查詢的架構。
• High Performance: 與 data.table 整合，實現快速的資料處理。
• Extensible Ecosystem: 提供了一系列廣泛的擴充套件，涵蓋學習器、調參 (tuning) 與流程 (pipelines)。
• Type Safety: 實作了防禦性程式設計，以確保可預測的 return types 與穩定的使用者輸入。
• Parallelization: 透過 future 抽象化層來支援對重採樣與基準測試 (benchmarking) 的平行化處理。