Linfa

linfa（意大利语）/ sap（英语）：

植物体内循环的生命之液。

linfa 旨在为使用 Rust 构建机器学习应用提供一套全面的工具集。

其精神与 Python 的 scikit-learn 非常相似，专注于常见的预处理任务和经典机器学习算法，以满足日常的机器学习需求。

官网 | 社区聊天

当前状态

linfa 目前处于什么阶段呢？我们已经开始学习了吗？

目前，linfa 提供了包含以下算法的子包：

名称	用途	状态	类别	备注
bayes	朴素贝叶斯	已测试	监督学习	包含伯努利、高斯和多项式朴素贝叶斯
clustering	数据聚类	已测试 / 已基准测试	无监督学习	对未标记数据进行聚类；包含 K-Means、高斯混合模型、DBSCAN 和 OPTICS
ensemble	集成方法	已测试	监督学习	包含装袋法、随机森林和 AdaBoost
elasticnet	弹性网络	已测试	监督学习	具有弹性网络约束的线性回归
ftrl	跟随正则化领导者 - 近端优化	已测试 / 已基准测试	部分拟合	包含 L1 和 L2 正则化。支持增量更新
hierarchical	凝聚层次聚类	已测试	无监督学习	聚类并构建聚类层次结构
ica	独立成分分析	已测试	无监督学习	包含 FastICA 实现
kernel	核方法用于数据转换	已测试	预处理	将特征向量映射到更高维空间
lars	线性回归	已测试	监督学习	包含最小角回归 (LARS)
linear	线性回归	已测试	监督学习	包含普通最小二乘法 (OLS)、广义线性模型 (GLM)
logistic	逻辑回归	已测试	部分拟合	构建二分类逻辑回归模型
nn	最近邻与距离计算	已测试 / 已基准测试	预处理	空间索引结构和距离函数
pls	偏最小二乘法	已测试	监督学习	包含 PLS 估计器，用于降维和回归
preprocessing	归一化与向量化	已测试 / 已基准测试	预处理	包括数据归一化/白化以及词频-逆文档频率向量化
reduction	维度缩减	已测试	预处理	扩散映射、主成分分析 (PCA)、随机投影
svm	支持向量机	已测试	监督学习	对标记数据集进行分类或回归分析
trees	决策树	已测试 / 已基准测试	监督学习	线性决策树
tsne	维度缩减	已测试	无监督学习	包含精确解和 Barnes-Hut 近似 t-SNE

我们认为，只有通过大规模的社区共同努力，才能培育、构建并持续发展 Rust 中的机器学习生态系统——这是唯一的出路。

如果您对此深有共鸣，请查看路线图，并积极参与进来！

BLAS/LAPACK 后端

一些算法库需要使用外部库来实现线性代数运算。默认情况下，我们使用纯 Rust 实现。不过，你也可以通过启用 blas 特性和对应于你的 BLAS 后端的特性来选择外部的 BLAS/LAPACK 后端库。目前可供选择的 BLAS/LAPACK 后端包括：openblas、netblas 或 intel-mkl。

后端	Linux	Windows	macOS
OpenBLAS	✔️	-	-
Netlib	✔️	-	-
Intel MKL	✔️	✔️	✔️

每个 BLAS 后端都有两个可用的特性。这些特性允许你选择是链接系统中的 BLAS 库，还是将该库静态地构建到你的项目中。例如，intel-mkl 后端的特性为 intel-mkl-static 和 intel-mkl-system。

在算法库中启用 Intel MKL 后端的 Cargo 标志示例为 --features blas,linfa/intel-mkl-system。请注意，BLAS 后端的相关特性是在 linfa crate 中定义的，因此应仅在最终可执行文件中指定。

许可证

采用双重许可，以兼容 Rust 项目。

本项目根据你的选择，可依据 Apache License, Version 2.0（http://www.apache.org/licenses/LICENSE-2.0）或 MIT 许可证（http://opensource.org/licenses/MIT）进行授权。除非遵守上述条款，否则不得复制、修改或分发本文件。

Linfa 快速上手指南

Linfa 是 Rust 生态中的机器学习工具箱，旨在提供类似 Python scikit-learn 的功能，涵盖数据预处理、经典监督/无监督学习算法及降维工具。

环境准备

• 操作系统: Linux, macOS, Windows
• Rust 版本: 建议安装最新稳定版 (Stable)
• 前置依赖:
  • 确保已安装 rustc 和 cargo。
  • (可选) 若需高性能线性代数运算，需安装对应的 BLAS/LAPACK 库（如 OpenBLAS 或 Intel MKL），否则将默认使用纯 Rust 实现。

安装 Rust (如未安装):

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
source $HOME/.cargo/env

国内加速提示: 如遇网络问题，可配置国内镜像源：

export RUSTUP_DIST_SERVER=https://mirrors.tuna.tsinghua.edu.cn/rustup
export RUSTUP_UPDATE_ROOT=https://mirrors.tuna.tsinghua.edu.cn/rustup/rustup

安装步骤

在你的 Rust 项目目录中，通过 Cargo.toml 添加依赖。

1. 基础安装 (纯 Rust 后端，兼容性最好):

[dependencies]
linfa = "0.6"
# 根据需求添加具体算法包，例如：
linfa-clustering = "0.6"
linfa-linear = "0.6"
linfa-preprocessing = "0.6"
ndarray = "0.15"

2. 启用 BLAS 加速 (可选，提升矩阵运算性能): 若需使用 Intel MKL 作为后端（支持 Linux/Windows/macOS），在 Cargo.toml 中配置：

[dependencies]
linfa = { version = "0.6", features = ["blas", "intel-mkl-system"] }
# 或者使用静态链接
# linfa = { version = "0.6", features = ["blas", "intel-mkl-static"] }

注意：BLAS 特性需在最终可执行项目的 linfa 依赖中开启。

然后运行以下命令更新依赖：

cargo update

基本使用

以下示例演示如何使用 Linfa 进行简单的 K-Means 聚类。

主要步骤：

1. 生成或加载数据 (ndarray)。
2. 选择算法并配置参数。
3. 调用 fit 进行训练。
4. 获取结果。

use linfa::traits::{Fit, Predict};
use linfa_clustering::KMeans;
use ndarray::{arr2, ArrayBase, Ix2};
use rand::{distributions::Uniform, prelude::*};

fn main() {
    // 1. 准备数据 (这里手动创建一个简单的 2D 数据集)
    // 实际使用中通常从文件或数据库加载为 ndarray::Array2
    let data = arr2(&[
        [1.0, 2.0],
        [1.5, 1.8],
        [5.0, 8.0],
        [8.0, 8.0],
        [1.0, 0.6],
        [9.0, 11.0],
    ]);

    // 2. 配置 K-Means 算法
    // 设置聚类数量为 2，随机种子为 42，最大迭代次数为 100
    let params = KMeans::params(2)
        .seed(42)
        .max_n_iterations(100);

    // 3. 训练模型 (Fit)
    // fit 方法返回训练好的模型
    let model = params.fit(&data).expect("KMeans fitting failed");

    // 4. 预测/获取聚类标签 (Predict)
    let targets = model.predict(&data).expect("Prediction failed");

    println!("聚类中心:\n{}", model.centroids());
    println!("数据点对应的聚类标签: {:?}", targets);
}

运行项目:

cargo run

Linfa 的 API 设计高度统一，大多数算法（如线性回归 linfa-linear、支持向量机 linfa-svm）均遵循 params().fit() 和 model.predict() 的模式，便于快速切换和组合不同的机器学习流程。