簡介
mlpack是一個C++機器學習庫,側重於可擴展性、速度和易用性。它的目的是通過一個簡單的、前後一致的API讓新用戶使用機器學習成為可能,同時利用C++語言特徵為專家用戶提供最好的性能和最大的靈活性。這些通過提供一系列命令行執行程序完成,就像使用一個黑箱,而且專家用戶和研究者可以容易的更改一個模塊化的C++ API的內部算法。
這種方法的結果就是mlpack的性能大幅度超過其他競爭的機器學習庫;
mlpack由全世界的貢獻者開發。基於伯克利發行軟件許可的第三個條款免費發行。(比1.0.12更老的版本基於GNU通用公共授權規定發行:LGPL,第3版。)
安裝
mlpack存儲在許多Linux的發行版本中,所以在你的系統中使用程序包管理器可能更容易一些。例如:在Ubuntu上,你可以使用下面的命令安裝mlpack。
1.$ sudo apt-get install libmlpack-dev
如果mlpack不能在你的系統的程序包管理器中使用,那麼你可以按照下面的步驟編譯和安裝mlpack源文件。
Mlpack使用CMake作為生成系統,允許幾個靈活的生成配置選項。你可以查詢大量的CMake教程得到更多的文件,但是這個教程應該足夠讓你在大多數Linux和類UNIX系統中(包括OS X)成功生成和安裝mlpack。如果你想在Windows操作系統中生成mlpack,請看這裡。
首先下載mlpack。
當mlpack的源文件完成解壓,你可以創建一個生成目錄。
1.$ cd mlpack-2.2.5
2.$ mkdir build
這個目錄可以是任何名字,不僅僅是“build”,但是“build”足夠了。
mlpack依賴項
mlpack依賴下面的庫,它們需要被安裝在系統中並有一些頭文件出現。
- Armadillo >=4.200.0(支持LAPACK(線性代數程序包))
- Boost(math_c99, program_options, serialization, unit_test_framework, heap, spirit)>=1.49
在Ununtu和Debian中,你可以通過apt獲得所有這些依賴項:
1.# apt-get install libboost-math-dev libboost-program-options-dev
2. libboost-test-dev libboost-serialization-dev libarmadillo-dev binutils-dev
配置CMake
運行CMake相當於使用autotools運行./configure。
如果你工作中使用mlpack的svn trunk版本,且不帶任何選項運行CMake,它將配置這個生成項目帶有調試符號和分析信息:如果你工作中使用發行版本的mlpack,不帶任何選項運行CMake,它將配置這個生成項目不帶調試符號和分析信息(為了速度)。
1.$ cd build
2.$ cmake ../
你可以手動指定選項去編譯或不編譯調試信息和分析信息(也就是說盡可能快):
1.$ cd build
2.$ cmake -D DEBUG=OFF -D PROFILE=OFF ../
Mlpack允許的全部選項為:
- DEBUG=(ON/OFF): compile with debugging symbols (default ON in svn trunk, OFF in releases)
- PROFILE=(ON/OFF): compile with profiling symbols (default ON in svn trunk, OFF in releases)
- ARMA_EXTRA_DEBUG=(ON/OFF): compile with extra Armadillo debugging symbols (default OFF)
- BUILD_TESTS=(ON/OFF): compile the mlpack_test program (default ON)
- BUILD_CLI_EXECUTABLES=(ON/OFF): compile the mlpack command-line executables (i.e. mlpack_knn, mlpack_kfn, mlpack_logistic_regression, etc.) (default ON)
- TEST_VERBOSE=(ON/OFF): run test cases in mlpack_test with verbose output (default OFF)
每個選項都可以被指定給帶有‘-D’標記的CMake。其他工具也可以用於配置CMake,但是它們沒有被記錄在這裡。
生成mlpack
一旦CMake配置好,生成庫就像打出‘make’一樣簡單。這將生成所有庫組件和‘mlpack_test’。
1.$ make
2.Scanning dependencies of target mlpack
3.[ 1%] Building CXX object
4.src/mlpack/CMakeFiles/mlpack.dir/core/optimizers/aug_lagrangian/aug_lagrangian_test_functions.cpp.o
5.
<.../>如果你不想生成每一個庫,可以指定你想生成的單個組件。
1.$ make mlpack_pca mlpack_knn mlpack_kfn
一個有趣的特殊組件是mlpack_test,它是運行mlpack的測試組件。你可以使用這個命令生成這個組件:
1.$ make mlpack_test
然後運行所有的測試組件或單個的測試組件:
1.$ bin/mlpack_test
2.$ bin/mlpack_test -t KNNTest
如果生成失敗,而你不能找到為什麼失敗,在Github上註冊一個賬戶,提交這個問題,mlpack的開發人員將會盡快幫你解決,
或者在irc.freenode.netm上的mlpack的IRC中也可以找到mlpack的幫助。
安裝mlpack
如果你想將mlpack安裝在/usr/include/mlpack/、/usr/lib/和/usr/bin/中,當它生成後,確保你有root權限(或向那兩個目錄的寫入許可),然後簡單的打出:
1.# make install
現在你可以通過名字運行可執行程序;你可以使用-lmlpack鏈接到mlpack,mlpack的頭文件可以在目錄/usr/include/mlpack/中找到。
示例
最近鄰搜索是一個常見的機器學習任務。在這個背景下 ,我們有一個查詢數據集和一個參考數據集。對於在查詢數據集中的每個點,我們希望知道參考數據集中距離給定查詢點最近的k個點。
或者,如果查詢和參考數據集是相同的,問題可以更簡單的說明:對於每個數據集中的點,我們希望知道距離那個點最近的k個點。
Mlpack提供:
一個簡單的命令行程序包運行最近鄰搜索(和最遠鄰搜索)。
一個簡單的C++接口用於完成最近鄰搜索(和最遠鄰搜索)。
一個通用的、可擴展的和強大的C++類(鄰域搜索)用於複雜算法。
命令行‘mlpack_knn’
在mlpack中完成最近鄰搜索最簡單的方式是使用mlpack_knn程序包。這個程序將完成最近鄰搜索,並將得到的鄰近點放入一個文件,同時將對應的距離放入另一個文件。輸出文件被整理為第一行對應第一個被查詢點的最近鄰點,第一列對應最近的點,以此類推。
還有幾個簡單用法的例子(和輸出結果)。由於使用了選項‘-v’,因此輸出是給定的。更多關於每個選項的文檔可以通過這個語句找到。這裡列舉一個。
TraverserType策略類
鄰域搜索NeighborSearch類提供的最後一個模板參數是TraverserType類。它具有的策略是在單一樹或者雙樹搜索模式下遍歷樹。默認情況下,它被設置為使用指定TreeType(成員TreeType::DualTreeTraverser)的默認遍歷器。
這個類必須實現下面兩種方法:
1.// Instantiate with a given RuleType.
2.TraverserType(RuleType& rule);
3.
4..// Traverse with two trees.
5.void Traverse(TreeType& queryNode, TreeType& referenceNode);
RuleType類用在遍歷器中時提供下面的功能:
1.// Evaluate the base case between two points.
2.double BaseCase(const size_t queryIndex, const size_t referenceIndex);
3.
4.// Score the two nodes to see if they can be pruned, returning DBL_MAX if they
5.// can be pruned.
6.double Score(TreeType& queryNode, TreeType& referenceNode);
注意任何指定的遍歷器必須滿足修剪雙樹遍歷的定義,其在文章”Tree-independent dual-tree algorithms”中指定。
最後你覺得我們的文章對你有幫助,歡迎關注我,可以私信我:久伴,領取學習資料,在評論下方可以關注我的學習群,你可以隨時在上面向我們提問,把你在學習C++過程中所遇到的問題發給我們。我們每天都會按時回覆大家的每一個問題,希望久伴可以伴隨你從入門到專家
閱讀更多 前端勤學者一勞永逸 的文章