譯者 | 布加迪
審校 | 重樓
機器學習主要使用Python來完成。Python之所以大受歡迎，是由于它易于學習，并且有許多機器學習庫。而現在，Rust正成為一種強有力的替代語言。Rust速度快，使用內存安全機制，并擅長同時處理多個任務。這些功能特性使Rust非常適合高性能機器學習。
Linfa是Rust中的一個庫，可以幫助你構建機器學習模型。它使你更容易用Rust創建和使用機器學習模型。我們在本文中將向你介紹如何使用Linfa完成兩種機器學習任務：線性回歸和k-means聚類。
為什么Rust適合機器學習？
由于以下幾個優勢，Rust越來越多地被考慮用于機器學習：
1. 性能：Rust是一種編譯語言，這使得它的性能特征接近C和C++。它可以從底層控制系統資源，又沒有垃圾收集器，因而非常適合機器學習之類注重性能的應用。
2. 內存安全：Rust的突出特性之一是它的所有權模式，這保證了內存安全，不需要垃圾收集器。它消除了許多常見的編程錯誤，比如空指針解引用或數據競爭。
3. 并發：Rust的并發模式確保了安全并行處理。機器學習常常涉及大型數據集和大量計算。Rust可以高效地處理多線程操作。其所有權系統防止了數據競爭和內存問題。
Linfa簡介
Linfa是一個面向Rust的機器學習庫。它提供各種機器學習算法，酷似Python的scikit-learn。該庫與Rust的生態系統很好地集成。它支持高性能數據操作、統計和優化。Linfa包括線性回歸、k-means聚類和支持向量機等算法。這些實現高效且易于使用。開發人員可以利用Rust的速度和安全來構建強大的機器學習模型。
不妨通過兩個簡單但重要的例子來探索如何使用Linfa以構建機器學習模型：線性回歸和k-means聚類。
搭建環境
首先確保已安裝了Rust。如果沒有，使用以下命令通過rustup來安裝它：
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh接下來，將Linfa和相關依賴項添加到你的項目中。打開你的Cargo.toml文件，添加以下內容：
[dependencies]
linfa = "0.5.0"
linfa-linear = "0.5.0" # For linear regression
linfa-clustering = "0.5.0" # For k-means clustering
ndarray = "0.15.4" # For numerical operations
ndarray-rand = "0.14.0" # For random number generation完成這一步后，你就可以使用Linfa實現機器學習模型了。
Rust的線性回歸
線性回歸是最簡單、最常用的監督學習算法之一。它通過將線性方程擬合到觀測的數據中，為因變量y與一個或多個自變量x之間的關系建立模型。在本節中，我們將探究如何使用Rust的Linfa庫實現線性回歸。
- 準備數據
為了理解和測試線性回歸，我們需要從一個數據集入手。
use ndarray::{Array2, Axis};
fn generate_data() -> Array2 {
let x = Array2::::from_shape_vec((10, 1), vec![1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0]).unwrap();
let y = x.mapv(|v| 2.0 * v + 1.0);
let data = ndarray::stack(ndarray::Axis(1), &[x.view(), y.view()]).unwrap();
data
}在這里，我們模擬了一個簡單的數據集，其中x與y的關系遵循公式：y=2x+1。
- 訓練模型
在準備好數據集之后，我們使用Linfa的LinearRegression（線性回歸）模塊來訓練模型。訓練需要通過最小化預測值與實際值之間的誤差來確定線性方程（y=mx+c）的系數。使用Linfa的LinearRegression模塊，我們在這個數據集上訓練了回歸模型。
use linfa::prelude::*;
use linfa_linear::LinearRegression;
fn train_model(data: Array2) -> LinearRegression {
let (x, y) = (data.slice(s![.., 0..1]), data.slice(s![.., 1..2]));
LinearRegression::default().fit(&x, &y).unwrap()
}重點：
- fit方法學習最適合數據的直線的斜率和截距。
- unwrap處理訓練期間可能發生的任何錯誤。
- 進行預測
在訓練模型之后，我們可以用它來預測新數據的結果。
fn make_predictions(model: &LinearRegression, input: Array2) -> Array2 {
model.predict(&input)
}
fn main() {
let data = generate_data();
let model = train_model(data);
let input = Array2::from_shape_vec((5, 1), vec![11.0, 12.0, 13.0, 14.0, 15.0]).unwrap();
let predictions = make_predictions(&model, input);
println!("Predictions: {:?}", predictions);
}對于輸入值[11.0,12.0,13.0,14.0,15.0]，預測結果如下：
Predictions: [[23.0], [25.0], [27.0], [29.0], [31.0]]這個輸出對應于y=2x+1。
Rust的K-means聚類
K -means聚類是一種無監督學習算法，它根據相似性將數據劃分為k個聚類。
- 準備數據
為了演示K-means聚類，我們使用ndarray-rand crate生成一個隨機數據集。
use ndarray::Array2;
use ndarray_rand::RandomExt;
use rand_distr::Uniform;
fn generate_random_data() -> Array2 {
let dist = Uniform::new(0.0, 10.0);
Array2::random((100, 2), dist)
}這將創建隨機點的100x2矩陣，模擬二維數據。
- 訓練模型
train_kmeans_model函數使用Linfa的KMeans模塊將數據分組到k=3個聚類中。
use linfa_clustering::KMeans;
use linfa::traits::Fit;
fn train_kmeans_model(data: Array2) -> KMeans {
KMeans::params(3).fit(&data).unwrap()
}重點：
- KMeans::params(3)表示3個聚類。
- fit方法基于數據學習聚類質心。
- 指定聚類
在訓練之后，我們可以將每個數據點分配給其中一個聚類。
fn assign_clusters(model: &KMeans, data: Array2) {
let labels = model.predict(&data);
println!("Cluster Labels: {:?}", labels);
}
fn main() {
let data = generate_random_data();
let model = train_kmeans_model(data);
assign_clusters(&model, data);
}輸出將顯示分配給每個數據點的聚類標簽。每個標簽將對應于三個聚類中的一個。
結論
Rust是創建快速機器學習模型的上佳選擇。它通過內存安全機制確保處理數據時沒有錯誤。Rust還可以同時使用多個線程，這在處理機器學習中的大型數據集時非常重要。
Linfa庫使得你用Rust實現機器學習變得更容易。它可以幫助你輕松使用線性回歸和K-means聚類等算法。Rust的所有權系統確保內存安全，又不需要垃圾收集。處理多線程的功能可以防止在處理大量數據時出現錯誤。
原文標題：Building High-Performance Machine Learning Models in Rust，作者：Jayita Gulati
