tribuo

tribuo

提供分类、回归、聚类、异常检测和多标签分类的Java机器学习库

Tribuo是一个用于分类、回归、聚类、异常检测和多标签分类的Java机器学习库。它提供加载、特征处理和数据转换的完整解决方案,并包括评估所有预测类型的类。Tribuo支持通过配置文件重复构建模型,并允许模型序列化以便跨平台部署。该库还集成了TensorFlow、ONNX和XGBoost等流行机器学习工具,并兼容多种Java平台版本。该项目由Oracle Labs领导,欢迎社区贡献。

TribuoJava机器学习分类回归Github开源项目

项目介绍:Tribuo

Tribuo 是一个用 Java 编写的机器学习库,当前版本为 4.3,由 Oracle Labs 的机器学习研究小组开发。它为用户提供了多种预测任务的解决方案,包括多分类、回归、聚类、异常检测以及多标签分类。

功能概览

Tribuo 为用户提供了一系列流行的机器学习算法的实现,并能通过统一的接口支持其他库。它内置了进行数据加载、特征化及转换的所有必要代码,还包括支持所有预测类型的评估类。用户可以使用 OLCUT 配置系统以 XML 或 JSON 格式配置训练器,从而可重复地构建模型。

Tribuo 支持 Java 8 及以上版本,并经过测试可运行于 LTS 版本和最新版本的 Java 上。它本身是纯 Java 库,能够跨平台使用。不过,一些接口需要原生代码支持,因此仅在原生库支持的平台上可用。目前已在 Windows 10、macOS 和 Linux(RHEL/OL/CentOS 7+)的平台上进行测试。

主要功能

算法支持

Tribuo 提供广泛的算法支持,涵盖多类不同的机器学习任务:

  • 分类:支持线性模型、支持向量机、CART、Adaboost 等。
  • 回归:支持线性模型、Lasso、弹性网络等。
  • 聚类:包括 HDBSCAN 及 K-Means 算法。
  • 异常检测:提供 One-class SVM 支持。
  • 多标签分类:能够将多分类算法转换成多标签算法。

此外,Tribuo 还支持特征选择、算法解释等功能,例如,通过实现 LIME 算法来解释分类器的预测。

接口集成

Tribuo 提供与其他流行机器学习工具的接口,例如:

  • LibLinear 和 LibSVM:用于支持向量机训练。
  • ONNX Runtime:允许在其他平台上部署 Tribuo 模型。
  • TensorFlow 和 XGBoost:实现与这些框架的无缝集成。

教程与文档

Tribuo 提供丰富的教程资源,包括分类、聚类、回归、异常检测等案例,并详细介绍了文档分类、列数据加载和配置系统等应用。用户可以访问 IJava 的 Jupyter notebook 内核来查看这些教程实例,使用 Java 10 及以上版本,其中部分教程需要 Java 17。

模型与配置管理

模型和评估包括可序列化的来源对象,此对象记录了创建时间、数据身份及应用的任何转换,以及训练器的超参数。大多数 Tribuo 模型均可导出为 ONNX 格式,支持在其他语言、平台或云服务中部署。

社区与贡献

Tribuo 非常欢迎社区的贡献。用户可以通过提交 GitHub 问题来参与进步。安全方面,请参考项目的安全指南以了解负责的安全漏洞披露流程。

发布版本与更新日志

Tribuo 从最初的内部版本开始,经过多个版本的改进,增加了多项功能。目前最新版本 v4.3.1 进行了小错误修复和依赖项更新。每个版本都有相应的发布说明,涵盖了新特性、错误修复及性能改进等内容。

使用方法

Tribuo 的二进制文件可通过 Maven Central 获取,用户可以选择只依赖特定所需模块,从而避免不必要地引入大型依赖库。大多数 Tribuo 组件是纯 Java 实现,能够跨平台使用。不过,与一些外部库的接口在某些平台上可能需要原生代码支持。

总结

作为一个致力于 Java 开发者的机器学习库,Tribuo 提供丰富的功能和灵活的接口,涵盖了从模型训练到评估的整个过程,具备高可配置性及良好的可扩展性,适用于从学术科研到工业应用的多种场景。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多