MLPACKC++ 的機器學習庫

mlpack 是一個C++的機器學習庫，它重點在于其擴展性、高速性和易用性。它的目的是讓新用戶通過簡單、一致的API使用機器學習，同時為專業(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器學習庫，如WEKA、Shogun、MATLAB、mlpy及sklearn，這一對比工作可以參考文獻[1]。

mlpack含有豐富的文檔和教程，可以參考項目主頁。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（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);