打开链接点亮社区Star，照亮技术的前进之路。每一个点赞，都是社区技术大佬前进的动力
Github 地址： https://github.com/secretflow/sml
我们很高兴地宣布，隐语 SML 0.1.0 版本正式发布！
SML 库目前支持约数十种核心算法，涵盖了机器学习的主要领域，如监督学习（线性模型、支持向量机等）、无监督学习（KMeans聚类算法，PCA等降维算法）、数据预处理（标准化、特征选择等）、模型评估（各种分类、回归指标）。
版本链接：https://pypi.org/project/sf-sml/#history
什么是 SML？
SML 是一个基于 Python 的机器学习模块，它利用 JAX 实现算法，并借助 SPU (SecretFlow Processing Unit) 的能力进行安全的训练和推理。
专注于隐私保护机器学习场景，致力于构建一个安全版本的 scikit-learn。
为什么需要一个"隐私版 scikit-learn"？
scikit-learn 是事实上的传统机器学习标准库，但它有一个前提假设：
- 数据集中在一处
- 运行在 NumPy / SciPy 的中心化计算环境中
- 不考虑多方协作与数据隐私
而在真实世界中，越来越多场景是：
- 数据分散在多方
- 原始数据不能共享
- 合规要求高（金融、医疗、政企等）
直接将 scikit-learn 的实现"翻译"为 MPC 版本，会遇到一些问题：
- 浮点数在 MPC 下精度和性能不可控
- 大量 CPU 友好算子 并不适合安全计算
- 简单移植会导致效率极低，无法落地
SML 的愿景是建立一个通用的隐私保护机器学习 (PPML) 库，旨在成为安全版本的 scikit-learn
支持的算法
在首个开源版本中，SML 已支持 数十种核心算法，覆盖传统机器学习的主要领域：
监督学习
- 线性模型（Logistic / Ridge / GLM 等）
- 支持向量机（SVC）
- KNN
- Gaussian Naive Bayes
- 决策树（基于 GTree 的 MPC 实现）
- 集成模型：Random Forest、AdaBoost
无监督学习与降维
- KMeans 聚类
- PCA（多种实现方式：power iteration、Jacobi、RSVD）
- NMF
- T-SNE
- ISOMAP、Spectral Embedding 等流形学习方法
数据预处理
- 标准化 / 归一化（MinMax、Standard、Robust 等）
- OneHotEncoder、KBinsDiscretizer
- QuantileTransformer
- LabelBinarizer 等
模型评估指标
- 分类指标：accuracy、precision、recall、f1、roc_auc 等
- 回归指标：MSE、R²、explained variance
- GLM 专用评估指标（Poisson / Gamma / Tweedie）
所有算法均围绕 MPC 场景下的安全性、精度与性能进行实现与权衡。
从 SPU 子模块到独立 Python 库
SML 最初是 SPU 库的一部分，随着算法数量增加和使用场景清晰，我们决定将其独立拆分为一个单独的 Python 包：
- 更清晰的定位：隐私保护机器学习算法库
- 更友好的使用方式：Python 原生 API
- 更利于社区共建与持续演进
快速开始
你可以通过 PyPI 快速体验 SML：
pip install sf-sml从源代码安装
git clone https://github.com/secretflow/sml.git
cd sml
pip install -e .安装完成后，您可以运行任何测试，例如：
# run single unit test
pytest tests/cluster/kmeans_test.py # run kmeans simulation
# run all unit tests
pytest tests
# run single emulation test
python emulations/run_emulations.py --module emulations.cluster.kmeans_emul # run kmeans emulation
# run all emulations
python emulations/run_emulations.py
# list all available emulations
python emulations/run_emulations.py --list-only加入社区，一起共建生态
SML 是 SecretFlow 开源生态的重要组成部分。
我们期待与你一起探索 隐私计算时代的机器学习新范式：
- 贡献算法与实现
- 优化性能与数值稳定性
- 参与设计讨论与 Issue 反馈
- 分享真实应用场景
未来我们将持续推进：
- 算法覆盖与稳定性增强
- API 设计持续对齐 scikit-learn 使用习惯
- 更完善的文档、示例与最佳实践
- 与 SecretFlow / SPU / SCQL 的深度协同