![]() |
1
16
只有几个ML库我已经用够了,所以我很乐意推荐它们; dlib毫升 here ; 和出血边缘检查:
最初的库创建者和当前的维护者是davisking。 您的愿望列表与相关dlib功能:
dlib-ml还有几点建议。它是一个成熟的库(现在是17.x版本,我相信1.x版本是在2005年末发布的),但是它仍然在积极开发中,正如repo日志(上一次更新,17.27,是2010年5月17日)和上一次提交(2010年5月23日)所示。此外,它还包括其他一些ML技术(如贝叶斯网络、核方法等)。第三,dllib-ml对矩阵计算和优化有极好的“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是根据 BSL公司 (Boost?)。 |
![]() |
2
10
http://www.cs.waikato.ac.nz/ml/weka/ 是一个优秀的开源机器学习库,它满足了大多数的要求,除了C++之外,它是用java编写的。这是非常好的文件,实现支持向量机和聚类,我有很好的经验。 |
![]() |
3
10
通用机器学习库: 这两个类似于Weka。然而,他们考虑的是效率。 1.鲨鱼(LGPL) https://github.com/Shark-ML/Shark/
http://waffles.sourceforge.net/ SVM和其他线性分类器: 1.LibSVM(BSD风格) 2.线性(BSD样式) http://www.csie.ntu.edu.tw/~cjlin/libsvm/ 它们都是C++的。 |
![]() |
4
5
scipy-cluster 现在是聚类部分。这是迄今为止我发现的最通用的实现。我想我会和你一起去 libSVM (它现在有一个Python接口)支持向量机部分。我将使用Python,因为在C++中没有找到合适的层次聚类实现方法( C Clustering Library |
![]() |
5
4
它不是C++,但是你考虑使用R。特别是,看看 the machine learning view on CRAN ,其中显示了上述许多库,包括Weka和libsvm。 |
![]() |
6
1
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(截至本文撰写时的版本7): https://github.com/andresy/torch 橙色系统在C++中实现,可以用作一个库,但重点是将其功能暴露为Python包装,用于灵活脚本和视觉编程: http://orange.biolab.si/ |
![]() |
bz_jf · CNN训练损失太不稳定了 2 年前 |
![]() |
Bad Coder · 如何在Pyte中使用SMOTE? 2 年前 |
![]() |
Sherwin R · 随机森林预测错误的输出形状 2 年前 |
![]() |
Palkin Jangra · 如何迭代一列以获得每行的平均值? 2 年前 |