MLPACKC++ 的機(jī)器學(xué)習(xí)庫(kù)

mlpack 是一個(gè)C++的機(jī)器學(xué)習(xí)庫(kù)，它重點(diǎn)在于其擴(kuò)展性、高速性和易用性。它的目的是讓新用戶通過(guò)簡(jiǎn)單、一致的API使用機(jī)器學(xué)習(xí)，同時(shí)為專業(yè)用戶提供C++的高性能和最大靈活性。他的性能超出大量類似的機(jī)器學(xué)習(xí)庫(kù)，如WEKA、Shogun、MATLAB、mlpy及sklearn，這一對(duì)比工作可以參考文獻(xiàn)[1]。

mlpack含有豐富的文檔和教程，可以參考項(xiàng)目主頁(yè)。教程中包含的算法有：近鄰搜索（NeighborSearch）、范圍搜索（RangeSearch）、線性回歸（LinearRegression）、歐幾里德最小生成樹(shù)（The Euclidean Minimum Spanning Tree）、K-均值（K-Means）、FastMKS（Fast max-kernel search）等。

mlpack提供了大量的類或API供程序調(diào)用，同時(shí)還提供了很多可執(zhí)行程序供不懂C++的用戶使用。這些可執(zhí)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。

示例代碼：

#include<mlpack/methods/range_search/range_search.hpp>using 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);