rumale

收录理由

如果团队主要在 Ruby 生态里做开发，又不想为机器学习单独引入一种语言，Rumale 会是一个很顺手的选项。它把 Scikit-Learn 那套熟悉的接口风格搬到了 Ruby 中，fit、predict、transform 这些约定和 Python 里的用法几乎一致，写过 Scikit-Learn 的人上手基本没有门槛。算法覆盖了常用的监督学习，比如 SVM、逻辑回归、岭回归、Lasso、朴素贝叶斯、决策树、梯度提升树和随机森林，同时也提供 K-Means、DBSCAN、t-SNE、PCA 等聚类和降维方法。训练时可以用 n_jobs 参数配合 Parallel gem 做并行，数值运算部分如果搭配 Numo::Linalg，还能借助 OpenBLAS 加速。对已经在用 Ruby 处理 Web 或数据分析的团队来说，模型可以直接在进程内训练，再用 Marshal 持久化，省去部署额外服务的麻烦。