使用哪个机器学习库[关闭]

Posted 2023-03-12

【中文标题】使用哪个机器学习库[关闭]

【英文标题】：Which machine learning library to use [closed]

【发布时间】：2011-02-24 07:30:47

【问题描述】：

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（理想情况下基于相似度或距离矩阵） 实现支持向量机 在 C++ 中 有点记录（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。请仅在您对推荐的库有一定经验的情况下回答。

P.S.：我还可以为集群和 SVM 使用不同的库。

【问题讨论】：

github.com/josephmisiti/awesome-machine-learning

【参考方案1】：

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。

【参考方案2】：

另外几个可能的选择：

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/

【参考方案3】：

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

Sourceforge 下载here;和最前沿的退房：

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

原始库创建者和当前维护者是 Davis King。

您的愿望清单与相关 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 5 年开发历史中完善的常用文档外，还有一个经常更新的 Intro to dlib，一个（低流量）论坛；以及大量优秀的示例（包括至少一个用于 SVM）。

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；那里 然而，打包的代码是 k 均值聚类。显然，每种技术的结果都非常 不同，但计算 相似性度量和后续 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。 要使现有的聚类模块适应 HC，将需要不止一个 几行代码，但它也是 考虑到这一点，这不是一项重大的努力 你几乎在 数据呈现级别。

dlib ml 有几点需要推荐。这是一个成熟的库（它现在是 17.x 版，我相信 1.x 版是在 2005 年末的某个时候发布的）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——这两者都是许多机器学习技术的基本构建块。

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.

【讨论】：

你可能还想看看MLPACK C++ library，里面有很多机器学习算法

@mtall - MLPACK 似乎没有在“mlpack 中的方法”部分列出 SVM。 mlpack.org/doxygen.php

【参考方案4】：

它不是 C++，但您考虑使用 R。特别是，请查看 the machine learning view on CRAN，其中显示了许多上述库，包括 Weka 和 libsvm。

【参考方案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。对于 SVM 部分，我想我会选择 libSVM（它现在有一个 Python 接口）。我选择 Python 是因为在 C++ 中确实找不到合适的层次聚类实现（C Clustering Library 专门用于微阵列，不支持多维数据）。

【参考方案6】：

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

【讨论】：

weka 中的 svm 实现是由 libsvm 作者完成的，而不是 weka 团队。此外，weka 的设计完全没有效率。 Weka 仅适用于处理小型数据集。