rumale

Rumale 项目介绍

Rumale 是一个用 Ruby 编写的机器学习库。其名称来源于 "Ruby machine learning" 的缩写。这个库为 Ruby 用户提供了类似于 Python 中 Scikit-Learn 的接口，使得在 Ruby 环境中进行机器学习任务变得更加简单和高效。Rumale 支持多种机器学习算法，包括支持向量机、逻辑回归、岭回归、Lasso、多层感知器、朴素贝叶斯、决策树、梯度提升树、随机森林、K-均值、高斯混合模型、DBSCAN、谱聚类、多维缩放、t-SNE、费舍尔判别分析、邻域成分分析、主成分分析、非负矩阵分解等众多算法。

安装方法

要在 Ruby 项目中使用 Rumale，可以通过添加以下代码到您的 Gemfile 文件来安装：

gem 'rumale'

然后执行以下命令：

$ bundle

或者您也可以直接用以下命令安装：

$ gem install rumale

使用文档

Rumale 提供了详细的 API 文档，帮助用户快速上手和理解其功能。

使用案例

案例 1：数据集分类

以下是使用 Rumale 对一个手写数字数据集（pendigits）进行分类的示例。首先需要下载数据集：

$ wget https://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/multiclass/pendigits
$ wget https://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/multiclass/pendigits.t

然后，可以通过以下代码加载和训练线性支持向量机分类器：

require 'rumale'

samples, labels = Rumale::Dataset.load_libsvm_file('pendigits')

transformer = Rumale::KernelApproximation::RBF.new(gamma: 0.0001, n_components: 1024, random_seed: 1)
transformed = transformer.fit_transform(samples)

classifier = Rumale::LinearModel::SVC.new(reg_param: 0.0001)
classifier.fit(transformed, labels)

File.open('transformer.dat', 'wb') { |f| f.write(Marshal.dump(transformer)) }
File.open('classifier.dat', 'wb') { |f| f.write(Marshal.dump(classifier)) }

测试数据的分类及准确率评估如下：

require 'rumale'

samples, labels = Rumale::Dataset.load_libsvm_file('pendigits.t')

transformer = Marshal.load(File.binread('transformer.dat'))
classifier = Marshal.load(File.binread('classifier.dat'))

transformed = transformer.transform(samples)

puts("Accuracy: %.1f%%" % (100.0 * classifier.score(transformed, labels)))

执行上述脚本后，可以得到如下结果，表示分类准确率达到了 98.5%。

案例 2：交叉验证

以下是如何使用 Rumale 实现五折交叉验证的示例：

require 'rumale'

samples, labels = Rumale::Dataset.load_libsvm_file('pendigits')

lr = Rumale::LinearModel::LogisticRegression.new

ev = Rumale::EvaluationMeasure::Accuracy.new
kf = Rumale::ModelSelection::StratifiedKFold.new(n_splits: 5, shuffle: true, random_seed: 1)
cv = Rumale::ModelSelection::CrossValidation.new(estimator: lr, splitter: kf, evaluator: ev)

report = cv.perform(samples, labels)

mean_accuracy = report[:test_score].sum / kf.n_splits
puts "5-CV mean accuracy: %.1f%%" % (100.0 * mean_accuracy)

执行后，得到的平均准确率为 95.5%。