SHOGUN toolbox的一些使用心得

SHOGUN toolbox的一些使用心得

        由于最近在弄毕业设计，要同时使用MKL和SVM，所以找了很多关于这个方面的toolbox。一开始我是使用的是台湾大学林智仁教授的Libsvm和Liblinear的SVM toolbox，感觉到这个东西很好用，不管你是否懂得SVM方面的知识，只要看清楚函数接口和数据的组织形式，就可以方便的使用。当时后来要进行多特征多核融合，但是SVM只支持单核的，并且不能自己学习权重，所以要使用到MKL。在网上找了很久，也找到了许多相关的代码，看了一下，发现代码不是写得晦涩难懂就是太简单了，让人感觉到不踏实。幸好在这个时候我找到了SHOGUN toolbox，目测了一下，发现里面不但有MKL，还有包含了林智仁教授的Libsvm和Liblinear svm等其他的SVM算法，so exciting!!!

SHOGUN toolbox下载地址：http://www.shogun-toolbox.org/page/home/

总结的最好的莫过于官网的总结，请看下图：

        

       SHOGUN是一个机器学习工具箱，其重点是在大尺度上的内核的方法，特别是支持向量机（SVM）的学习工具箱。它提供了一个通用的SVM对象接口 连接到几个不同的SVM的实现中，所有相同的底层，高效的内核实现利用。除了支持向量机和回归，SHOGUN还包含有大量的线性方法，如线性判别