[Shogun] A large scale machine learning toolbox

最新推荐文章于 2024-08-10 07:16:47 发布
最新推荐文章于 2024-08-10 07:16:47 发布
阅读量1.5k 收藏
点赞数
分类专栏： # Tools 文章标签： machine learning tools
本文对比了Shogun与其他流行的机器学习工具箱，包括Weka、kernlab、dlib、Nieme、Orange等。内容涵盖功能、语言绑定、支持的操作系统、回归、分类、多任务学习等多个方面。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Please see: http://www.shogun-toolbox.org/page/features/


A comparison of shogun with the popular machine learning toolboxes weka, kernlab, dlib, nieme, orange, java-ml, pyML, mlpy, pybrain, torch3, scikit-learn. A '?' denotes unkown, '-' feature is missing. This table is availabe as a google spreadsheet. If you have additions please share an updated spreadsheet with us and we will integrate the changes.

  created last updated main language main focus
shogun 1999 10-2013 C++ General Purpose ML Package with particular focus on large scale learning; Kernel Methods; Interfaces to various languages
weka 1997 07-2013 java General Purpose ML Package
kernlab 04-2004 11-2013 R Kernel Based Classification/Dimensionality Reduction
dlib 2006 10-2013 C++ Portability; Correctness
nieme 09-2006 03-2009 C++ Linear Regression; Ranking; Classification
orange 06-2004 11-2013 python Visual Data Analysis
java-ml 08-2008 07-2012 java Feature Selection
pyML 08-2004 09-2013 C++; python Kernel Methods
mlpy 02-2008 03-2012 python Basic Algorithms
pybrain 10-2008 02-2013 python Reinforcement Learning
torch7 01-2002 11-2013 C++;lua Neural Networks
scikit-learn 2007 08-2013 python; cython General Purpose with simple API and numpy / scipy idioms
       
 
shogun
weka
kernlab
dlib
nieme
orange
java-ml
pyML
mlpy
pybrain
torch3
scikit-learn
                         
General Features Graphical User Interface cross tick cross tick tick tick cross cross cross tick tick cross
One Class Classification tick tick tick tick cross cross cross tick cross cross cross tick
Classification tick tick tick tick tick tick tick tick tick tick tick tick
Multiclass classification tick tick tick cross tick cross tick tick tick tick tick tick
Regression tick tick tick tick tick tick cross tick cross tick tick tick
Structured Output Learning tick cross cross cross tick cross cross cross cross cross cross cross
Pre-Processing tick tick tick tick tick tick tick tick tick cross tick tick
Built-in Model Selection Strategies tick tick tick tick cross tick tick tick cross cross cross tick
Visualization cross tick cross cross tick tick cross tick tick tick tick tick
Test Framework tick tick cross tick tick untested tick cross cross cross cross tick
Large Scale Learning tick cross cross tick tick cross cross cross tick cross cross cross
Semi-supervised Learning cross cross cross cross cross cross cross cross cross cross cross partial
Multitask Learning tick cross cross cross cross cross cross cross cross cross cross cross
Domain Adaptation tick cross cross cross cross cross cross cross cross cross cross cross
Serialization tick tick tick tick tick tick tick tick tick tick cross tick
Parallelized Code tick tick cross tick cross cross cross cross cross cross cross tick
Performance Measures (auROC etc) tick tick cross tick tick tick tick tick tick tick tick tick
Image Processing cross cross cross tick cross cross cross cross cross cross cross partial
                         
Supported Operating Systems Linux tick tick tick tick tick tick tick tick tick tick tick tick
Windows tick tick tick tick tick tick tick cross tick tick tick tick
Mac OSX tick tick tick tick tick tick tick tick tick cross tick tick
Other Unix tick tick tick tick tick tick tick cross tick cross tick tick
                         
Language Bindings Python tick cross cross cross tick tick cross tick tick tick cross tick
R tick cross tick cross cross cross cross cross cross cross cross cross
Matlab tick cross cross cross cross cross cross cross cross cross cross cross
Octave tick cross cross cross cross cross cross cross cross cross cross cross
C/C++ tick cross cross tick tick cross cross cross cross cross tick cross
Command Line tick cross cross cross cross cross cross cross tick tick tick cross
Java tick tick cross cross tick cross tick cross cross cross cross cross
C# tick cross cross cross cross cross cross cross cross cross cross cross
Lua tick cross cross cross cross cross cross cross cross cross cross cross
Ruby tick cross cross cross cross cross cross cross cross cross cross cross
                         
SVM Solvers SVMLight tick tick cross cross cross cross cross cross cross cross cross cross
LibSVM tick tick tick tick tick tick tick tick cross tick cross tick
SVM Ocas tick cross cross tick cross cross cross cross cross cross cross cross
LibLinear tick tick cross cross cross cross cross cross cross cross cross tick
BMRM tick cross cross cross cross cross cross cross cross cross cross cross
LaRank tick cross cross cross cross cross cross cross cross cross cross cross
SVMPegasos cross tick cross tick tick cross cross cross cross cross cross cross
SVM SGD tick cross cross cross cross cross cross cross cross cross cross tick
other tick cross tick cross cross cross cross tick tick cross tick cross
                         
Regression Kernel Ridge Regression tick cross cross cross cross cross cross tick cross cross cross tick
Support Vector Regression tick tick tick cross cross cross cross tick cross cross tick tick
Gaussian Processes tick tick tick cross cross cross cross cross cross cross cross tick
Relevance Vector Machine cross tick tick tick cross cross cross cross cross cross cross cross
                         
Multiple Kernel Learning MKL tick cross cross cross cross cross cross cross cross cross cross cross
q-norm MKL tick cross cross cross cross cross cross cross cross cross cross cross
multiclass MKL tick cross cross cross cross cross cross cross cross cross cross cross
                         
Classifiers Naive Bayes tick tick cross cross cross tick cross cross cross tick tick tick
Bayesian Networks cross tick cross tick cross cross cross cross cross tick cross cross
Multi Layer Perceptron cross tick cross tick tick cross cross cross cross tick tick cross
RBF Networks cross tick cross tick cross cross cross cross cross tick cross cross
Logistic Regression tick tick untested cross tick tick cross cross cross cross cross tick
LASSO tick cross untested cross tick cross cross cross cross cross cross tick
Decision Trees cross tick cross cross cross tick tick cross cross cross cross partial
k-NN tick tick tick tick cross tick tick tick tick tick tick tick
Gaussian Process Classification tick tick tick cross cross cross tick cross cross cross cross tick
                         
Linear Classifiers Linear Programming Machine tick cross cross cross cross cross cross cross cross cross cross cross
LDA tick cross cross cross cross cross cross cross tick cross cross tick
                         
Distributions Markov Chains tick cross cross cross cross cross tick cross cross cross cross cross
Hidden Markov Models tick cross cross cross cross cross cross cross cross cross tick tick
                         
Dimension Reduction PCA tick tick tick tick cross tick cross cross tick cross cross tick
Kernel PCA tick cross tick cross cross cross cross cross tick cross cross tick
Isomap tick cross cross cross cross cross cross cross cross cross cross tick
Multidimensional scaling tick cross cross cross cross tick cross cross cross cross cross tick
Sammon mapping cross cross cross tick cross tick cross cross cross cross cross cross
Locally Linear Embedding tick cross cross cross cross cross cross cross cross cross cross tick
Diffusion Map tick cross cross cross cross cross cross cross cross cross cross tick
Local Tangent Space Alignment tick cross cross cross cross cross cross cross cross cross cross tick
Laplacian Eigenmaps tick cross cross cross cross cross cross cross cross cross cross tick
Barnes-Hut t-SNE tick cross cross cross cross cross cross cross cross cross cross cross
                         
Independent Component Analysis FIXME untested untested untested untested untested untested untested untested untested untested untested untested
                         
                         
Kernels Linear tick tick tick tick tick tick tick tick tick tick tick tick
Gaussian tick tick tick tick cross tick tick tick tick tick tick tick
Polynomial tick tick tick tick cross tick tick tick tick tick tick tick
String Kernels tick tick tick cross cross cross cross tick cross cross cross cross
Sigmoid Kernel tick tick cross tick cross tick cross cross cross cross cross tick
Kernel Normalizer tick untested tick cross cross cross cross tick cross cross cross untested
                         
Feature Selection Forward cross tick cross untested cross tick tick tick tick cross cross tick
Wrapper methods cross tick cross untested cross untested tick tick tick cross cross cross
Recursive Feature Selection cross tick cross tick cross untested tick tick tick cross cross tick
                         
Missing Features Mean value imputation cross tick cross cross cross tick tick cross tick cross cross cross
EM-based/model based imputation cross tick cross cross cross tick cross cross cross cross cross cross
                         
Clustering Hierarchical Clustering tick tick cross cross cross tick cross cross tick cross cross tick
k-means tick tick tick tick cross tick tick tick tick tick tick tick
                         
Optimization BFGS tick tick cross tick tick cross cross cross cross cross cross cross
conjugate gradient cross cross cross tick cross cross cross cross cross cross cross cross
gradient descent tick tick tick cross tick cross cross cross tick tick tick tick
bindings to CPLEX tick cross cross cross cross cross cross cross cross cross cross cross
bindings to Mosek tick cross cross cross cross cross cross cross cross cross cross cross
bindings to other solver tick cross tick cross cross tick cross tick cross cross cross tick
                         
Structural Output Learning Label Sequence Learning tick cross untested tick untested untested untested untested untested untested untested cross
Factor Graph Learning tick cross untested tick untested untested untested untested untested untested untested cross
SO-SGD tick cross untested cross untested untested untested untested untested untested untested cross
Latent SO-SVM tick cross untested cross untested untested untested untested untested untested untested cross
                         
Supported File Formats Binary tick tick cross cross cross cross cross cross cross tick cross tick
Arff cross tick cross cross cross cross tick cross cross cross cross cross
HDF5 tick cross tick cross cross cross cross cross cross cross cross cross
CSV tick tick tick cross cross tick tick tick tick cross tick tick
libSVM/ SVMLight format tick tick cross tick tick cross cross tick cross tick cross tick
Excel cross cross tick cross cross tick cross cross cross cross cross cross
Protobuf tick cross cross cross cross cross cross cross cross cross cross cross
                         
Supported Data Types Sparse Data Representation tick tick cross tick tick tick tick tick tick tick cross tick
Dense Matrices tick tick tick tick cross tick tick tick tick tick tick tick
Strings tick tick tick tick cross cross cross cross cross cross tick tick
Support for native (e.g. C) types (char, signed and unsigned int8, int16, int32, int64, float, double, long double) tick cross cross tick cross cross cross cross tick cross cross tick
 
计算机视觉和模式识别的code
a200800170331的专栏
10-05 4388
UIUC的Jia-Bin Huang同学收集了很多计算机视觉方面的代码，链接如下： https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html   Type Topic Name Reference Link Code
SHOGUN toolbox的一些使用心得
kongguzuyin12138的专栏
12-25 5543
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
机器学习工具包SHOGUN用户文档翻译完成
elpmis的专栏
11-08 4249
最近抽时间翻译了机器学习工具包SHOGUN的技术文档，这真不是一件容易的活。首先需要把软件的基本架构搞懂。例如SHOGUN有一套自己的内存管理机制，主要原理就是引用计数。如果不先把这个搞懂，看其它的源代码就会有很多不明白的地方。另外SHOGUN主要还是通过继承来扩展， 所以几个重要的基本类一定要搞清楚，如CFeatures， CKernel。对SHOGUN实现的算法要了解。SHOG
Shogun网站上的关于主流机器学习工具包的比较
weixin_34187822的博客
03-29 272
Shogun网站上的关于主流机器学习工具包的比较： http://www.shogun-toolbox.org/page/features/ createdlast updatedmain languagemain focus shogun 1999 10-2013 C++ General Purpose ML Package with particul...
打算翻译机器学习工具包－－SHOGUN使用文档
elpmis的专栏
10-17 2204
SHOGUN是一个在机器学习尤其支持向量机方面很出色的开源项目，现在已经包含在Debian安装包中。自己现在正在学这方面的知识，但SHOGUN在国内使用好像很少，没有什么中文文档。虽然本人的E文很一般，但还是打算翻译一下SHOGUN使用文档，一来可以锻炼自己，二来可以对别人有些用处。今天发了一封信件给SHOGUN的作者 Soeren Sonnenburg并取得了文档翻译的许可。其实SHOGUN的文
探索机器学习的强大工具：SHOGUN
最新发布
gitblog_00367的博客
08-10 480
探索机器学习的强大工具：SHOGUN 在机器学习的广阔天地中，SHOGUN以其统一而高效的能力，自1999年以来一直是研究者和开发者的得力助手。本文将深入介绍SHOGUN机器学习工具箱，分析其技术特点，探讨其应用场景，并揭示其独特之处。 项目介绍 SHOGUN，一个自1999年起便致力于提供统一且高效机器学习解决方案的开源项目，已经发展成为一个功能强大的工具箱。它不仅支持多种编程语言接口，还兼容多...
matlab shogun,在Windows下为Matlab编译Shogun工具箱
weixin_34006342的博客
03-22 206
我想知道你是否有人在Windows环境和Matlab界面下成功和/或可以帮助我使用Shogun库,因为我似乎无法编译它,但根据自述文件/手册它应该可以工作.我有的东西：> Windows 7 64位>最新的Shogun src包> Matlab 2010b 64bit>最新的Cygwin(以管理员权限运行)至少有两个错误：>配置脚本成功检测到Matlab后,它无法检测...
Shogun 3.0
11-21
The machine learning toolbox's focus is on large scale kernel methods and especially on Support Vector Machines (SVM) [1]. It provides a generic SVM object interfacing to several different SVM ...
【更新】Jia-Bin Huang收集的计算机视觉代码库
三少GG
06-17 1万+
维护地址为： https://sites.google.com/site/jbhuang0604/resources/vision 内容详实，作为入门领域的参考非常有用！             label topic type resource_url:url reference
多核学习工具箱Shogun的手动编译过程
Cratial
11-19 2359
多核学习工具箱Shogun的手动编译过程 目录 多核学习工具箱Shogun的手动编写过程 一、写在前面的话 二、正式开始吧 三、可能有用的附录 四、写在最后的话 A.可能的更新1 B.可能的更新2 一、写在前面的话 任务出发点： 因为在近期的学习过程中需要用到特征融合策略，经过研究发现多核学习可以适应不同来源数据的异构分布，可以通过采用不同的核函数或同一核函数不同参数设置的方...
多核支持向量机shogun
04-12
很好用的多核分类工具，足够多的示例代码，具有多种接口，如python,matlab等
Some ML Software
weixin_30832143的博客
07-30 247
[www.csie.ntu.edu.tw/~cjlin/libsvm / *LibSVM*] [http://www.cs.waikato.ac.nz/ml/weka/ *Weka*] [http://yale.sf.net/ *Yale*] [http://www.prtools.org/* PRTools*] [http://bnt.sourceforge.net/ *Bayes Net T...
史上最全的机器学习资料（上）
lipc_的博客
08-04 5351
摘要： 机器学习牵涉的编程语言十分之广，包括了MATLAB、Python、Clojure、Ruby等等。为了让开发者更加广泛、深入地了解机器学习，云栖社区组织翻译了GitHub Awesome Machine Learning 资源，涵盖24种编程语言的机器学习的框架、库以及其他相关资料。 机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、
2018年最受大家欢迎的五大机器学习工具和五大数据学习工具
wj1314250的博客
05-09 8628
2018年将会是人工智能和机器学习快速发展的一年，有专家表示：相较之下Python比Java更加接地气，也自然而然地成为机器学习的首选语言在数据科学方面，Python的语法与数学语法最为接近，因此是数学家或经济学家等专业人士最容易理解和学习的语言。本文将罗列机器学习和数据科学应用程序中最有用的十大Python工具五大机器学习工具1、ShogunSHOGUN是一个机器学习工具箱，专注于支持向量机（S...
国外程序员整理的机器学习资源大全（留着自己玩）
u014596936的专栏
07-22 2408
推荐！国外程序员整理的机器学习资源大全 2014/07/21 | 分类： IT技术, 工具与资源 | 0 条评论 | 标签： 机器学习 分享到：2 本文由 伯乐在线 - toolate 翻译自 awesome-machine-learning。欢迎加入技术翻译小组。转载请参见文章末尾处的要求。 本文汇编了一些机器学习领域的框架、库以及软件（按编程语言排序
svm随机次梯度下降算法-pegasos
热门推荐
shiqi,bao的博客
04-10 2万+
基本思想使用随机梯度下降直接解SVM的原始问题。摘要本文研究和分析了基于随机梯度下降的SVM优化算法，简单且高效。（Ο是渐进上界，Ω是渐进下界）本文证明为获得一定准确率精度ϵ \epsilon所需的迭代次数满足O(1ϵ)O{(\frac1 \epsilon)}，且每一次迭代都只使用一个训练样本。相比之下，以前分析的SVM随机梯度下降次数满足Ω(1ϵ2)\Omega{(\frac {1} {\epsi
shogun-toolbox的使用方法和问题总结
华仔的逆袭的专栏
09-30 3141
本以为在上一次安装入坑之后能顺利使用,没想到在matlab接口具体使用时又出现了问题,接下来我将一一进行说明.上一篇shogun-toolbox的安装与问题总结 1. matlab接口示例代码生成 这块内容一定是shogun的新手遇到的头疼的问题,找不到切入点,没办法模仿示例代码进行改写.一开始我也是摸不着头脑,后来就看shogun包中的doc/cookbook,但发现里面压根没有关于matla
最全的机器学习资料
喜欢打酱油的老鸟
10-08 3606
原文 机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习牵涉的编程语言十分之广，包括了MATLAB、Julia、R、Perl、Python、Clojure、Ruby等等。 为了让开发者更加广...
干货丨机器学习必备：前20名Python人工智能和机器学习开源项目
人工智能爱好者俱乐部
04-10 1025
如今机器学习和人工智能已经变得家喻户晓，有很多爱好者进入了该领域。但是，什么才是能够进入该领域的正确路径呢?如何保持自己跟上该领域的发展步伐呢?为了解决以上两个问题，可以通过利用高级专业人员每天使用的众多开源项目和工具，与社区进行接触。如今，Tensorflow的贡献者人数增长最快，居首位。Scikit-learn下降到第二位，但仍有非常大的贡献者群体。与2016年相比，贡献者人数增长最快的项目是
shogun多核学习
11-27
shogun是一个开源的机器学习工具包，它可以用于解决各种机器学习问题。shogun多核学习是指利用多核处理器来加速机器学习算法的训练和推理过程。 shogun多核学习的主要优势在于它可以充分利用现代计算机上的多核...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值