33

我正在寻找一个理想情况下具有以下功能的库：

  • 实现多维数据的层次聚类（最好在相似度或距离矩阵上）
  • 实现支持向量机
  • 在 C++ 中
  • 有一些记录（这似乎是最难的）

我希望它使用 C++，因为我最喜欢这种语言，但如果库值得，我也会使用任何其他语言。我用谷歌搜索并找到了一些，但我真的没有时间全部尝试，所以我想听听其他人的经验。请仅在您对推荐的图书馆有一定经验的情况下回答。

PS：我还可以为集群和 SVM 使用不同的库。

4

6 回答 6

16

我只使用了几个 ML 库，因此我很乐意推荐它们；dlib ml当然是其中之一。

Sourceforge在这里下载；和最前沿的退房：

hg clone http://hg.code.sf.net/p/dclib/code dclib-code

最初的库创建者和当前维护者是 Davis King。

您的愿望清单与相关的 dlib 功能：

  • 良好的文档：针对相对较小的用户/开发人员群体的免费开源库，这可能是最好的；除了在五年开发历史中完善的常用文档外，还有一个经常更新的 dlib 简介，一个（低流量）论坛；和一大堆优秀的例子（包括至少一个支持向量机的例子）。

  • C++：据我所知，100% 使用 C++。

  • 支持向量机算法：是的；事实上，SVM 模块一直是该库最近更新的重点。

  • 层次聚类算法：不是开箱即用的；但是，有用于 k-means 聚类的打包代码。显然，每种技术的结果都非常不同，但相似性度量的计算和随后的递归/迭代分区步骤是两者的核心——换句话说，层次聚类的计算引擎就在那里。要为 HC 调整现有的集群模块，将需要几行以上的代码，但考虑到您几乎在数据表示级别工作，这也不是一项主要工作。

dlib ml 有一些额外的点来推荐它。这是一个成熟的库（它现在是 17.x 版，我相信 1.x 版是在 2005 年底的某个时候发布的）但它也仍在积极开发中，正如 repo 日志所证明的那样（最后一次更新，17.27，是 17 2010 年 5 月）和最后一次提交（2010 年 5 月 23 日）。此外，它还包括相当少的其他 ML 技术（例如，贝叶斯网络、内核方法等）。第三，dllib ml 为矩阵计算和优化提供了出色的“支持”库——这两者都是许多 ML 技术的基本构建块。

在源代码中，我注意到 dlib ml 是在BSL（Boost？）下获得许可的，这是一个开源许可，尽管我对这种类型的许可一无所知。

于 2010-05-27T02:27:22.003 回答
10

WEKA ( http://www.cs.waikato.ac.nz/ml/weka/ ) 是一个优秀的开源机器学习库，可以满足除 C++ 之外的大部分需求——它是用 Java 编写的。它有很好的文档，实现了支持向量机和集群，我在这方面有很好的经验。

于 2010-05-26T19:04:30.677 回答
10

通用机器学习库：

这两个类似于Weka。但是，他们考虑到了效率。

1.鲨鱼（LGPL）

https://github.com/Shark-ML/Shark/

2.华夫饼（LGPL）

http://waffles.sourceforge.net/

SVM 和其他线性分类器：

1.LibSVM（BSD风格）

2.LibLinear（BSD风格）

http://www.csie.ntu.edu.tw/~cjlin/libsvm/

它们都在 C++ 中。

于 2010-05-30T15:28:40.343 回答
5

好的，为了完整起见，我将发布我最后的内容。我现在将scipy-cluster用于集群部分。这是迄今为止我发现的最通用的实现。我想我会为 SVM 部分使用libSVM（它现在有一个 Python 接口）。我将使用 Python，因为在 C++ 中确实找不到合适的层次聚类实现（C 聚类库专门用于微阵列，不支持多维数据）。

于 2010-05-30T14:53:14.937 回答
4

它不是 C++，但您考虑使用 R。特别是，请查看 CRAN 上的机器学习视图，其中显示了上述许多库，包括 Weka 和 libsvm。

于 2010-06-22T13:40:34.553 回答
1

几个额外的可能选择：

条件随机场（CRF）： http: //www.chokkan.org/software/crfsuite/

隐马尔可夫模型（HMM）： http ://www.cs.au.dk/~asand/?page_id=152

对于一般的 ML 库，请考虑 Torch（截至撰写本文时为第 7 版）： https ://github.com/andresy/torch

Orange 系统是用 C++ 实现的，可以用作库，但侧重于将其功能公开为 Python 包装器，用于灵活的脚本编写和可视化编程： http: //orange.biolab.si/

于 2013-08-01T18:50:46.993 回答