Conoscere tutte le librerie C ++ buona macchina Support Vector (SVM)? [chiuso]
-
19-09-2019 - |
Domanda
Sapete di qualsiasi bene C ++ librerie SVM là fuori Ho provato libsvm http://www.csie.ntu.edu.tw/~cjlin / libsvm / ma finora non ho sbalordito.
Ho anche sentito parlare di SVMLight e TinySVM . Li avete provato? Tutti i nuovi giocatori?
Grazie!
Altri suggerimenti
Ho usato SVMLight prima e trovato ad essere molto stabile e veloce. Ho avuto una buona esperienza con esso e lo consiglio.
Tuttavia, penso che ci sia probabilmente meno documentazione su SVMLight di libSVM; solo le carte di Thorsten Joachims ed i commenti nel codice sorgente. Non ho trovato la fonte troppo difficile da seguire, in generale, ma è necessario leggere i giornali in anticipo per capire lo sfondo. E 'anche scritto in puro C, C ++ non, se la cosa vi interessa.
Per quanto riguarda i "nuovi giocatori, la nuova ricerca è in gran parte nel rendere gli algoritmi di ottimizzazione SVM più efficiente. Ad esempio, utilizzando stocastica discesa gradiente come svmsgd e pegasos . Non ho guardato le implementazioni di questi algoritmi, ma è il codice di ricerca in modo da non mi aspetto che essi sono particolarmente facili da seguire, se è la vostra preoccupazione principale.
Ecco un altro elenco mostro di pacchetti SVM, le librerie e le applicazioni SVM.
C'è anche dlib , che è tranquilla completa.
In particolare, ci sono algoritmi per l'esecuzione di classificazione, di regressione, clustering, l'etichettatura sequenza, rilevamento delle anomalie, e dispongono di classifica, così come gli algoritmi per effettuare i calcoli più specializzati.
il modo migliore per iniziare è quello di leggere la guida libsvm fornite nel sito web, anche, una buona partenza video tutorial su come installare libsvm, e fare ur compito primo trainig / classificazione può essere trovato qui: http://www.youtube.com/watch?v=gePWtNAQcK8 buona fortuna con questo, sono anche appena iniziando in questi giorni, buoni risultati che ho ottenuto, ma ancora tuning.
SHARK è una libreria modulare C ++ per la progettazione e l'ottimizzazione dei sistemi adattativi. Esso fornisce metodi per l'ottimizzazione lineare e non lineare, in particolare evolutiva e algoritmi di gradiente a base, algoritmi di apprendimento kernel-based e le reti neurali, e varie altre tecniche di apprendimento automatico. SHARK serve come una cassetta degli attrezzi per supportare applicazioni del mondo reale, nonché di ricerca in diversi domini di intelligenza computazionale e di apprendimento automatico. Le fonti sono compatibili con le seguenti piattaforme:. Windows, Solaris, MacOS X e Linux