Kennen Sie gute C++-Bibliotheken für Support-Vektor-Maschinen (SVM)?

Question

Kennen Sie irgendwelche guten c++ svm Bibliotheken da draußen Ich habe libsvm ausprobiert http://www.csie.ntu.edu.tw/~cjlin/libsvm/ aber bis jetzt bin ich nicht verblüfft.

Ich habe auch gehört, dass SVMLight et TinySVM . Haben Sie sie ausprobiert? Gibt es neue Spieler?

Danke!

Answer 1

• SVMTorch (Support-Vektor-Maschinen für große Regressionsprobleme), die im Fackel Bibliothek für maschinelles Lernen.
• mySVM - basierend auf dem Optimierungsalgorithmus von SVM-Light .

Eine umfassende Liste von SVM-Bibliotheken finden Sie unter ici .

Answer 2

Ich habe SVMLight schon früher benutzt und fand es sehr stabil und schnell. Ich habe gute Erfahrungen damit gemacht und würde es empfehlen.

Ich denke jedoch, dass es zu SVMLight wahrscheinlich weniger Dokumentation gibt als zu libSVM; nur die Papiere von Thorsten Joachims und die Kommentare im Quellcode. Ich fand den Quellcode im Allgemeinen nicht allzu schwer zu verstehen, aber man muss die Papers vorher lesen, um den Hintergrund zu verstehen. Außerdem ist es in reinem C geschrieben, nicht in C++, falls das für Sie wichtig ist.

Was die "neuen Akteure" betrifft, so zielen die neuen Forschungsarbeiten hauptsächlich darauf ab, die SVM-Optimierungsalgorithmen effizienter zu machen. Zum Beispiel die Verwendung des stochastischen Gradientenabstiegs wie in svmsgd et pegasos . Ich habe mir die Implementierungen dieser Algorithmen nicht angesehen, aber da es sich um Forschungscode handelt, würde ich nicht erwarten, dass sie besonders leicht zu verstehen sind, falls das Ihr Hauptanliegen ist.

Answer 3

Hier ist eine weitere Monsterliste von SVM-Paketen, Bibliotheken und SVM-Anwendungen.

Answer 4

Am besten lesen Sie den libsvm-Leitfaden auf der Website. Ein gutes Video-Tutorial zur Installation von libsvm und zur Durchführung Ihrer ersten Trainings-/Klassifizierungsaufgabe finden Sie hier: http://www.youtube.com/watch?v=gePWtNAQcK8 Viel Glück damit, ich bin auch gerade erst anfangen, es in diesen Tagen, ziemlich gute Ergebnisse, die ich bekam, aber immer noch Tuning es.

Answer 5

Außerdem gibt es dlib , die ziemlich vollständig ist.

Insbesondere gibt es Algorithmen für die Durchführung von Klassifizierung, Regression, Clustering, Sequenzkennzeichnung, Erkennung von Anomalien und Merkmalseinstufung sowie Algorithmen für die Durchführung speziellerer Berechnungen.