[RUST]rust使用fasttext crate训练模型并进行预测

rust使用fasttext crate训练模型并进行预测

  • dependencies
[dependencies]
fasttext = "*"
  • main.rs
use fasttext::{FastText, Args, ModelName, LossName};

const TRAIN_FILE: &str = "data.train";
const TEST_FILE: &str = "data.test";
const MODEL: &str = "model.bin";

fn main() -> Result<(), Box<Error>> {
    // train
    let mut args = Args::new(); 
    args.set_input(TRAIN_FILE); 
    args.set_model(ModelName::SUP); 
    args.set_loss(LossName::SOFTMAX); 
    let mut ft_model = FastText::new(); 
    ft_model.train(&args).unwrap();

    // eval
    let preds = test_data.iter().map(
        |x| ft_model.predict(x.text.as_str(), 1, 0.0)
    );

    let test_labels = test_data.iter().map(|x| x.into_labels());
    let mut hits = 0;
    let mut correct_hits = 0;
    let preds_clone = preds.clone();
    for (predicted, actual) in preds.zip(test_labels) {
        let predicted = predicted?;

        // take the first prediction
        let predicted = &predicted[0];
        if predicted.clone().label == actual {
            correct_hits += 1;
        }

        hits += 1;
    } 

    assert_eq!(hits, preds_clone.len());

    println!("accuracy={} ({}/{} correct)", correct_hits as f32 / hits as f32, correct_hits, preds_clone.len());
    ft_model.save_model(MODEL)?;

    Ok(())
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值