使用哪种机器学习库？

Question

我正在寻找一个库，理想情况下，它具有以下特性：

• 实现多维数据的分层聚类(理想的方法是相似或距离矩阵)
• 实现支持向量机
• 在C++
• 有一些文档(这个似乎是最难的)

我希望这是在C++，因为我最满意的语言，但我也会使用任何其他语言，如果它是值得的。我在谷歌上搜索并找到了一些，但我真的没有时间试一试，所以我想知道其他人有什么经验。如果你对你推荐的图书馆有一些经验，请回答。

P.S.：我也可以使用不同的库进行聚类和支持向量机。

Answer 1

好吧，为了完整起见，我会贴上我最后的文章。我现在使用枕-簇作为集群部分。这是迄今为止我发现的最通用的实现方式。我想我将使用支持向量机部分的libSVM (它现在有一个Python接口)。我之所以使用Python，是因为在C++中没有真正适合的分层集群实现( C聚类库专门用于微阵列，不支持多维数据)。

Answer 2

我只使用了几个ML库，所以我很乐意推荐它们；dlib ml当然就是其中之一。

Sourceforge下载这里；和出血边缘检查：

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

最初的图书馆创建者和现在的维护者是戴维斯·金。

您的愿望列表相对于相关的dlib特性：

• good excellent ：对于面向相对较少的用户/开发人员的免费开源库，这可能是最好的；除了在五年开发历史期间改进的常规文档之外，还有一个经常更新的http://dlib.net/intro.html、一个(低流量的)论坛；以及大量优秀的示例(至少包括一个支持向量机)。
• C++ ：据我所知，100%在C++。
• 支持-向量机算法:是的；事实上，支持向量机模块一直是这个库最新更新的焦点。
• 分层聚类算法:不是开箱即用；不过，有打包代码用于k-均值聚类。显然，每种技术的结果是非常不同的，但是相似度度量的计算和随后的递归/迭代划分步骤是这两种技术的核心--换句话说，分层聚类的计算引擎就在这里。要使现存的集群模块适应HC，需要几行代码，但考虑到您几乎是在数据表示级别工作，这也不是一项重大的工作。

dlib ml还有几点值得推荐。它是一个成熟的库(现在是17.x版本，版本1.x是在2005年底发布的)，但它仍然在积极开发中，回购日志(上一次更新17.27是2010年5月17日)和最后一次提交(2010年5月23日)就是证明。此外，它还包括相当少的其他ML技术(例如，贝叶斯网络，核方法等)。第三，dllib ml为矩阵计算和优化提供了优秀的“支持”库--这两个库都是许多ML技术的基本构建块。

在源代码中，我注意到dlib ml是在BSL (Boost?)下授权的，这是一种开源许可，尽管我对这种许可类型一无所知。

Answer 3

WEKA (http://www.cs.waikato.ac.nz/ml/weka/)是一个优秀的开源机器学习库，它满足了除C++之外的大多数需求--它是用C++编写的。它有很好的文档，实现了支持向量机和集群，我在这方面有过很好的经验。