C++ 的机器学习库 MLPACK
本文导语: mlpack是一个C++的机器学习库，它重点在于其扩展性、高速性和易用性。它的目的是让新用户通过简单、一致的API使用机器学习，同时为专业用户提供C++的高性能和最大灵活性。他的性能超出大量类似的机器学习库，如WEKA、Shogun...
mlpack是一个C++的机器学习库，它重点在于其扩展性、高速性和易用性。它的目的是让新用户通过简单、一致的API使用机器学习，同时为专业用户提供C++的高性能和最大灵活性。他的性能超出大量类似的机器学习库，如WEKA、Shogun、MATLAB、mlpy及sklearn，这一对比工作可以参考文献[1]。
mlpack含有丰富的文档和教程，可以参考项目主页。教程中包含的算法有：近邻搜索（NeighborSearch）、范围搜索（RangeSearch）、线性回归（LinearRegression）、欧几里德最小生成树（The Euclidean Minimum Spanning Tree）、K-均值（K-Means）、FastMKS（Fast max-kernel search）等。
mlpack提供了大量的类或API供程序调用，同时还提供了很多可执行程序供不懂C++的用户使用。这些可执行文件包括：allkfn, allknn, emst, gmm, hmm_train, hmm_loglik, hmm_viterbi, hmm_generate, kernel_pca, kmeans, lars, linear_regression, local_coordinate_coding, mvu, nbc, nca, pca, radical, sparse_coding。
示例代码：
#includeusing namespace mlpack::range; // Our dataset matrix, which is column-major. extern arma::mat dataset; // The 'true' option indicates that we will use naive calculation. RangeSearch a(dataset, true); // The vector-of-vector objects we will store output in. std::vector> resultingNeighbors; std::vector> resultingDistances; // The range we will use. The upper bound is DBL_MAX. math::Range r(5.0, DBL_MAX); // [5.0, inf). a.Search(r, resultingNeighbors, resultingDistances);
本站(WWW.)站内文章除注明原创外，均为转载、整理或搜集自网络。欢迎任何形式的转载，转载请注明出处。