Rust 实现高性能随机森林：比 scikit-learn 快百倍
kpiwonski · reddit · 2026-08-11
研究人员在《Software X》期刊上发表了一种基于 Rust 编写的随机森林高性能实现 Fru，并提供了 Python 和 R 语言的绑定接口。
性能方面，在 Python 环境中，Fru 的运行速度比广泛使用的 scikit-learn 实现快数倍，在特定场景下甚至能达到百倍以上的性能提升。在 R 语言环境中，它通常比 ranger 包快几十个百分点，部分用例下可达数倍增速。
此外，该工具引入了创新的排列重要性（permutation importance）实现方式以进一步提升性能。得益于分层架构设计，Python 版本通过 Arrow PyCapsule 能够无缝兼容 pandas、polars 和 pyarrow 等主流数据处理库。
「研究」频道最新
- GNN 先学球体形变再零样本迁移，预测人类大脑皮层折叠 — bravo_abad · 2026-09-21
- 单张 H100 训练不到 10 小时:100M 参数文生图模型 Supra2-IMG 开源 — LH-Tech_AI · 2026-09-21
- Qwen 新模型与美团 LongCat 均用 N-gram 架构绕开 HBM 短缺 — bookwormengr · 2026-09-21
- 2 万条编码 agent 轨迹分析：69% 差评指向代码跑不通 — arena · 2026-09-21
- DeepMind、Meta、亚马逊联合发布 135 页 AI Agent 路线图 — mdancho84 · 2026-09-21
- DeliveryGym：在 UE5 巴黎送外卖，自适应 RL 让收入提升 54.3% — Lianhuiq · 2026-09-21