我已经开始使用 Julia。我读到它比 C 更快。到目前为止，我已经看到了一些库，如 KNET 和 Flux，但它们都是用于深度学习的。还有一个命令“Pycall”你在 Julia 中使用 Python。
但我也对机器学习感兴趣。所以我想在 Julia 中使用 SVM、随机森林、KNN、XGBoost 等。
是否有用 Julia 编写的用于机器学习的本地库？
谢谢
问问题
499 次
2 回答
2
很多算法都可以使用专用包直接使用。像BayesNets.jl
对于“经典机器学习” MLJ.jl，它是一个纯 Julia 机器学习框架，由 Alan Turing Institute 编写，开发非常活跃。
对于神经网络， Flux.jl是 Julia 的必经之路。也非常活跃，GPU 就绪并允许 Julia 生态系统中存在的所有外来组合，如DiffEqFlux.jl一个结合了 Flux.jl 和 DifferentialEquations.jl 的包。
只需等待Zygote.jl一个源到源自动区分包，它将成为 Flux.jl 的某种后端
当然，如果您对 Python ML 工具更有信心，您仍然拥有TensorFlow.jl和ScikitLearn.jl，但 OP 要求提供纯 Julia 包，而这些只是 Python 包的 Julia 包装器。
于 2019-10-10T15:24:21.983 回答
1
看看这个 kNN implementation和this for XGboost。
有 SVM 实现，但已过时且无人维护（搜索 SVM .jl）。但是，实际上，考虑其他算法以获得更好的预测质量和模型构建性能。查看 OLS（正交最小二乘）和 OFR（正交前向回归）算法系列。你会很容易找到详细的算法描述，很容易用任何合适的语言编写代码。但是，目前没有我知道的 Julia 实现。几年前，我只找到了 Matlab 实现并制作了自己的 java 实现。我有计划将它移植到 julia，但目前没有优先级，可能会持续几年。同时 - 为什么不自己编码？你赢了'
我推荐这个全新的出版物，首先是：Nonlinear Identification using正交前向回归和嵌套优化正则化
于 2019-10-15T19:12:26.940 回答