Waffles是一款跨平臺的、基于命令行的機器學(xué)習(xí)開發(fā)包，包含了現(xiàn)有的主要機器學(xué)習(xí)算法，完全開源，用C++編寫，使用方便。

該工具包的強大之處非常多，很重要的一個方面就是其在非監(jiān)督學(xué)習(xí)方面的包羅萬象，特別是降維算法，實現(xiàn)了PCA、isomap、LLE、manifold sculpting、breadth-first unfolding、neuro-PCA、cycle-cut、unsupervised backpropagation and temporal nonlinear dimensionality reduction等算法。

對于聚類算法，也很強大，包括了k-means、k-medoids、agglomerative clustering、related transduction algorithms including agglomerative transduction、max-flow/min-cut transduction等方法。

監(jiān)督學(xué)習(xí)算法包括decision trees、multi-layer neural networks、k-nearest neighbor、naive bayes，甚至還有些不常用的算法，比如mean-margin trees。

相比另一個開源的機器學(xué)習(xí)開發(fā)包Weka，waffles在非監(jiān)督學(xué)習(xí)算法上要強大的多（Weka只支持PCA），而在監(jiān)督學(xué)習(xí)的算法上支持的較少（Weka有50多種分類算法）。

給出Waffles的網(wǎng)站，希望有需要的朋友在其中得到更多想要的東西http://waffles.sourceforge.net/

我也是剛接觸到這個開發(fā)包，這個開發(fā)包也就十幾個人寫的，有人問我opencv里也有ml的部分，如何比較，我感覺這個都是設(shè)計的關(guān)注點不同，設(shè)計的思路當(dāng)然也不同，用處也不同，我最近在看ml的算法部分，我感覺這個庫還是對我的學(xué)習(xí)有很大幫助的。

先介紹一下這個庫的概述吧

waffles_audio?包含了處理音頻文件的工具（處理音頻做什么？還沒有用到過）

waffles_cluster?包含了聚類的方法

waffles_dimred?包含了降維、特征選取的方法

waffles_generate?包含產(chǎn)生樣本分布、樣本流形、或其他類型的數(shù)據(jù)的工具

waffles_learn?包含了監(jiān)督學(xué)習(xí)的方法

waffles_plot?包含了可視化數(shù)據(jù)的工具

waffles_recommend?包含了協(xié)同濾波推薦系統(tǒng)imputation（不懂干啥的。。。）

waffles_sparse?包含了稀疏數(shù)據(jù)的學(xué)習(xí)，文件的分類等

waffles_transform?包含了處理數(shù)據(jù)行列的操作，矩陣的操作等變換

waffles_wizard 是一個可視化的工具，在一個瀏覽器下實現(xiàn)圖形交互，最大限度的降低開發(fā)者對于界面的關(guān)注度

所有的這些功能都被包含在c++類庫GClasses中，使用起來非常方便，只需using namespace GClasses

以上又是一個很簡單的介紹，我現(xiàn)在只使用了其中降維部分的資料，大家有興趣就自己發(fā)掘一下吧，我知道的也很少的^_^

接下來介紹一下再win環(huán)境下的配置，linux和osx的配置在主頁上也有介紹，大家自己看咯~~

什么！如果你不會安裝它，那我建議你趕緊放棄IT業(yè)。只要你電腦安裝了vs2008或2010，就能看見*.sln了吧，對的，果斷雙擊它，編譯運行吧，少年！

from:?http://blog.csdn.net/yang_xian521/article/details/7312902

總結(jié)

以上是生活随笔為你收集整理的Waffles——机器学习开发包的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。