Shogun网站上的关于主流机器学习工具包的比较
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/
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 | ||||||||||||
One Class Classification | |||||||||||||
Classification | |||||||||||||
Multiclass classification | |||||||||||||
Regression | |||||||||||||
Structured Output Learning | |||||||||||||
Pre-Processing | |||||||||||||
Built-in Model Selection Strategies | |||||||||||||
Visualization | |||||||||||||
Test Framework | |||||||||||||
Large Scale Learning | |||||||||||||
Semi-supervised Learning | |||||||||||||
Multitask Learning | |||||||||||||
Domain Adaptation | |||||||||||||
Serialization | |||||||||||||
Parallelized Code | |||||||||||||
Performance Measures (auROC etc) | |||||||||||||
Image Processing | |||||||||||||
Supported Operating Systems | Linux | ||||||||||||
Windows | |||||||||||||
Mac OSX | |||||||||||||
Other Unix | |||||||||||||
Language Bindings | Python | ||||||||||||
R | |||||||||||||
Matlab | |||||||||||||
Octave | |||||||||||||
C/C++ | |||||||||||||
Command Line | |||||||||||||
Java | |||||||||||||
C# | |||||||||||||
Lua | |||||||||||||
Ruby | |||||||||||||
SVM Solvers | SVMLight | ||||||||||||
LibSVM | |||||||||||||
SVM Ocas | |||||||||||||
LibLinear | |||||||||||||
BMRM | |||||||||||||
LaRank | |||||||||||||
SVMPegasos | |||||||||||||
SVM SGD | |||||||||||||
other | |||||||||||||
Regression | Kernel Ridge Regression | ||||||||||||
Support Vector Regression | |||||||||||||
Gaussian Processes | |||||||||||||
Relevance Vector Machine | |||||||||||||
Multiple Kernel Learning | MKL | ||||||||||||
q-norm MKL | |||||||||||||
multiclass MKL | |||||||||||||
Classifiers | Naive Bayes | ||||||||||||
Bayesian Networks | |||||||||||||
Multi Layer Perceptron | |||||||||||||
RBF Networks | |||||||||||||
Logistic Regression | |||||||||||||
LASSO | |||||||||||||
Decision Trees | |||||||||||||
k-NN | |||||||||||||
Gaussian Process Classification | |||||||||||||
Linear Classifiers | Linear Programming Machine | ||||||||||||
LDA | |||||||||||||
Distributions | Markov Chains | ||||||||||||
Hidden Markov Models | |||||||||||||
Dimension Reduction | PCA | ||||||||||||
Kernel PCA | |||||||||||||
Isomap | |||||||||||||
Multidimensional scaling | |||||||||||||
Sammon mapping | |||||||||||||
Locally Linear Embedding | |||||||||||||
Diffusion Map | |||||||||||||
Local Tangent Space Alignment | |||||||||||||
Laplacian Eigenmaps | |||||||||||||
Barnes-Hut t-SNE | |||||||||||||
Independent Component Analysis | FIXME | ||||||||||||
Kernels | Linear | ||||||||||||
Gaussian | |||||||||||||
Polynomial | |||||||||||||
String Kernels | |||||||||||||
Sigmoid Kernel | |||||||||||||
Kernel Normalizer | |||||||||||||
Feature Selection | Forward | ||||||||||||
Wrapper methods | |||||||||||||
Recursive Feature Selection | |||||||||||||
Missing Features | Mean value imputation | ||||||||||||
EM-based/model based imputation | |||||||||||||
Clustering | Hierarchical Clustering | ||||||||||||
k-means | |||||||||||||
Optimization | BFGS | ||||||||||||
conjugate gradient | |||||||||||||
gradient descent | |||||||||||||
bindings to CPLEX | |||||||||||||
bindings to Mosek | |||||||||||||
bindings to other solver | |||||||||||||
Structural Output Learning | Label Sequence Learning | ||||||||||||
Factor Graph Learning | |||||||||||||
SO-SGD | |||||||||||||
Latent SO-SVM | |||||||||||||
Supported File Formats | Binary | ||||||||||||
Arff | |||||||||||||
HDF5 | |||||||||||||
CSV | |||||||||||||
libSVM/ SVMLight format | |||||||||||||
Excel | |||||||||||||
Protobuf | |||||||||||||
Supported Data Types | Sparse Data Representation | ||||||||||||
Dense Matrices | |||||||||||||
Strings | |||||||||||||
Support for native (e.g. C) types (char, signed and unsigned int8, int16, int32, int64, float, double, long double) |
Shogun网站上的关于主流机器学习工具包的比较的更多相关文章
- 机器学习实战笔记一:K-近邻算法在约会网站上的应用
K-近邻算法概述 简单的说,K-近邻算法采用不同特征值之间的距离方法进行分类 K-近邻算法 优点:精度高.对异常值不敏感.无数据输入假定. 缺点:计算复杂度高.空间复杂度高. 适用范围:数值型和标称型 ...
- java机器学习工具包
下面是25个Java机器学习的工具&&库列表: 1. Weka 是一个数据挖掘任务机器学习算法的集合.这些算法可以直接应用于数据集或者在你自己的Java代码中调用.Weka 包含 数据 ...
- 淘宝网站上的 HTTP 缓存问题两则
在阅读本文前推荐你先阅读我的前两篇文章< 扼杀 304,Cache-Control: immutable>和<关于缓存和 Chrome 的“新版刷新”>:下面要说的两个问题是在 ...
- python机器学习工具包scikit-learn
scikit-learn这个非常强大的python机器学习工具包 http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.ht ...
- 2.在约会网站上使用k近邻算法
在约会网站上使用k近邻算法 思路步骤: 1. 收集数据:提供文本文件.2. 准备数据:使用Python解析文本文件.3. 分析数据:使用Matplotlib画二维扩散图.4. 训练算法:此步骤不适用于 ...
- 还原网站上压缩的js代码
还原网站上压缩的js代码 我们经常可以看到一些网站,把所需的javascript代码压缩成一行,就像下图这样 这种代码浏览器能读懂,但正常人是没法阅读的. 既然浏览器能读,浏览器当然也能还原这段代码. ...
- python爬虫学习-爬取某个网站上的所有图片
最近简单地看了下python爬虫的视频.便自己尝试写了下爬虫操作,计划的是把某一个网站上的美女图全给爬下来,不过经过计算,查不多有好几百G的样子,还是算了.就首先下载一点点先看看. 本次爬虫使用的是p ...
- 【转】常见的python机器学习工具包比较
http://algosolo.com/ 分析对比了常见的python机器学习工具包,包括: scikit-learn mlpy Modular toolkit for Data Processing ...
- 你是否经常忘记网站上的各种密码?分享个密码管理软件LastPass
现在网络那么发达,我们上网的每个人势必会在各个网站上登陆,那势必会有一堆密码需要管理,那怎么能记住那么多网站的密码呢?我之前的做法是设置几个常用的密码,好多不重要的网站用一个,重要的网站用一个,然 ...
随机推荐
- codeforces B.Fixed Points
link:http://codeforces.com/contest/347/problem/B 很简单,最多只能交换一次,也就是说,最多会增加两个.可能会增加一个.也可能一个也不增加(此时都是fix ...
- PHP 登录
<?php// 本类由系统自动生成,仅供测试用途namespace Home\Controller;use Think\Controller;use Org\Util\Rbac; use Thi ...
- linux下oracle启动问题
需要注意的 1.由root用户切换到su oracle 不能启动sqlplus 由root用户切换到su -oracle 可以启动sqlplus 由oracle用户直接登陆也可以启动sqlplus命令 ...
- Java异常简介
异常指异于常态,和正常情况不一样,有错误出现.阻止当前方法或作用域执行的问题,称之为异常. Java中所有的与异常有关的类都继承于Throwable类,Throwable类有两个儿子,一个是Error ...
- Jenkins的配置(rpm red hat方式)
Jenkins的配置文件位置 #### sudo chown -R admin /usr/lib/jenkins sudo chgrp -R admin /usr/lib/jenkins #### s ...
- MyBatis学习(一)
前言 再过一个月,转行做java web就满一年了.当初吸引我进入公司的,其实并不是java web,而是领导给我描述的hadoop生态圈.公司的hadoop集群以及大数据业务.可是进入公司后才发现, ...
- mylistview 中item的子项的布局文件xml
@Override public View getView(final int position, View view, ViewGroup parent) { System.out.println( ...
- python virtualenv 安装运行saltstack
需求产生场景: 1.python的virtualenv虚拟环境非常的好用. 2.saltstack作为运维自动化的一个重要组件也挺好用的. 但是: 1.saltsatck ...
- Hibernate实体生成JSON的问题及解决
1.延迟加载所造成的代理对象无法正常序列化的问题 在实体类上添加注解: @JsonIgnoreProperties({ "hibernateLazyInitializer", &q ...
- IOS开发之--UIScrollView pagingEnabled自定义翻页宽度
用到UIScrollview的翻页效果时,有时需要显示一部分左右的内容,但是UIScrollView的PagingEnabled只能翻过整页,下面几个简单的设置即可实现 技术点: 1. 创建一个继承U ...