mlpack：一個C++機器學習庫
前端勤學者一勞永逸
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。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）>=1.49DEBUG=(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)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_test2.$ 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. 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 they5.// 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。