feat: add ml/rusty-mathine

__machinelearning/rusty-machine/src/main.rs

@@ -0,0 +1,37 @@
+use rusty_machine::linalg::{Matrix, Vector};
+use rusty_machine::learning::gp::{GaussianProcess, ConstMean};
+use rusty_machine::learning::toolkit::kernel::SquaredExp;
+use rusty_machine::learning::SupModel;
+
+fn main() {
+    // 首先获取一些数据。
+
+    // 一些示例训练数据。
+    let inputs = Matrix::new(3,3,vec![1.,1.,1.,2.,2.,2.,3.,3.,3.]);
+    let targets = Vector::new(vec![0.,1.,0.]);
+
+    // 一些示例测试数据。
+    let test_inputs = Matrix::new(2,3, vec![1.5,1.5,1.5,2.5,2.5,2.5]);
+
+    // 现在设置好我们的模组
+    // 这几乎是rusty-machine 中最复杂的模组了！
+
+    // 设置平方指数核函数，长度参数 2，宽度参数 1。
+    let ker = SquaredExp::new(2., 1.);
+
+    // 零函数
+    let zero_mean = ConstMean::default();
+
+    // 用核函数，平均值, 噪声0.5来构建一个高斯过程。
+    let mut gp = GaussianProcess::new(ker, zero_mean, 0.5);
+
+    // 现在我们可以训练并且用这个模组进行预测了。
+
+    // 训练模组！
+    gp.train(&inputs, &targets).unwrap();
+
+    // 使用测试数据来测试预测。
+    let outputs = gp.predict(&test_inputs).unwrap();
+
+    println!("{:?}", outputs);
+}