Node.js 中的机器学习：机器学习库

JavaScript (Node.js) 机器学习：库与工具

尽管 Python 在数据科学领域仍占主导地位，但 JavaScript（尤其是 Node.js）生态系统正在积极发展，并提供了强大的机器学习工具。这使得前端和后端开发者能够将 ML 模型直接集成到 Web 应用、服务器端解决方案、聊天机器人甚至 IoT 设备中。本文将介绍 Node.js 的关键库，这些库支持训练神经网络、运行预训练模型以及执行经典的 ML 任务。

1. TensorFlow.js —— 来自 Google 的强大框架

TensorFlow.js 是著名 TensorFlow 在 JavaScript 上的完整移植版本。它既可在浏览器中运行，也可在 Node.js 中运行，并利用 WebGL 或 CUDA（通过 @tensorflow/tfjs-node-gpu）加速计算。该库支持加载预训练模型（例如 MobileNet、PoseNet）以及训练自定义模型。

安装：

npm install @tensorflow/tfjs @tensorflow/tfjs-node

示例：用于回归的简单神经网络

const tf = require('@tensorflow/tfjs');require('@tensorflow/tfjs-node');

// 创建一个简单模型：y = 2x - 1const model = tf.sequential();model.add(tf.layers.dense({units: 1, inputShape: [1]}));

model.compile({loss: 'meanSquaredError', optimizer: 'sgd'});

// 训练数据const xs = tf.tensor2d([-1, 0, 1, 2, 3, 4], [6, 1]);const ys = tf.tensor2d([-3, -1, 1, 3, 5, 7], [6, 1]);

async function train() {  await model.fit(xs, ys, {epochs: 250});  model.predict(tf.tensor2d([10], [1, 1])).print(); // 应约为 19}train();

TensorFlow.js 非常适合直接在服务器上处理计算机视觉、NLP 和时间序列任务。

2. Brain.js —— 适用于简单任务的神经网络

Brain.js 是一个轻量级库，用于创建和训练神经网络。它易于学习，无需深厚的数学知识，非常适合快速原型开发。支持多层感知器、LSTM 和循环神经网络。

安装：

npm install brain.js

示例：异或（XOR）

const brain = require('brain.js');const net = new brain.NeuralNetwork();

net.train([  { input: [0, 0], output: [0] },  { input: [0, 1], output: [1] },  { input: [1, 0], output: [1] },  { input: [1, 1], output: [0] }], { iterations: 2000 });

const output = net.run([1, 0]); // ~0.97（接近 1）console.log(output);

Brain.js 适用于分类、预测和文本分析（例如情感分析）。

3. ML.js —— 经典算法集合

ML.js 是一组用于传统机器学习（非深度神经网络）的模块。包含 KNN、朴素贝叶斯、SVM、K-means 聚类、PCA、决策树等算法的实现。每个算法都是一个独立的 npm 包。

安装（以 KNN 为例）：

npm install ml-knn

示例：鸢尾花分类

const KNN = require('ml-knn');

// 训练集：[花萼长度, 花萼宽度, 花瓣长度, 花瓣宽度]const trainingSet = [[5.1, 3.5, 1.4, 0.2], [7.0, 3.2, 4.7, 1.4], [6.3, 3.3, 6.0, 2.5]];const labels = ['setosa', 'versicolor', 'virginica'];

const knn = new KNN(trainingSet, labels, {k: 3});const prediction = knn.predict([5.9, 3.0, 4.2, 1.5]); // 'versicolor'console.log(prediction);

当不需要神经网络时，ML.js 是快速实现统计方法的理想选择。