Waffles——机器学习开发包

Waffles是一款跨平台的、基于命令行的机器学习开发包，包含了现有的主要机器学习算法，完全开源，用C++编写，使用方便。

该工具包的强大之处非常多，很重要的一个方面就是其在非监督学习方面的包罗万象，特别是降维算法，实现了PCA、isomap、LLE、manifold sculpting、breadth-first unfolding、neuro-PCA、cycle-cut、unsupervised backpropagation and temporal nonlinear dimensionality reduction等算法。

对于聚类算法，也很强大，包括了k-means、k-medoids、agglomerative clustering、related transduction algorithms including agglomerative transduction、max-flow/min-cut transduction等方法。

监督学习算法包括decision trees、multi-layer neural networks、k-nearest neighbor、naive bayes，甚至还有些不常用的算法，比如mean-margin trees。

相比另一个开源的机器学习开发包Weka，waffles在非监督学习算法上要强大的多（Weka只支持PCA），而在监督学习的算法上支持的较少（Weka有50多种分类算法）。

给出Waffles的网站，希望有需要的朋友在其中得到更多想要的东西http://waffles.sourceforge.net/

我也是刚接触到这个开发包，这个开发包也就十几个人写的，有人问我opencv里也有ml的部分，如何比较，我感觉这个都是设计的关注点不同，设计的思路当然也不同，用处也不同，我最近在看ml的算法部分，我感觉这个库还是对我的学习有很大帮助的。

先介绍一下这个库的概述吧

waffles_audio 包含了处理音频文件的工具（处理音频做什么？还没有用到过）

waffles_cluster 包含了聚类的方法

waffles_dimred 包含了降维、特征选取的方法

waffles_generate 包含产生样本分布、样本流形、或其他类型的数据的工具

waffles_learn 包含了监督学习的方法

waffles_plot 包含了可视化数据的工具

waffles_recommend 包含了协同滤波推荐系统imputation（不懂干啥的。。。）

waffles_sparse 包含了稀疏数据的学习，文件的分类等

waffles_transform 包含了处理数据行列的操作，矩阵的操作等变换

waffles_wizard 是一个可视化的工具，在一个浏览器下实现图形交互，最大限度的降低开发者对于界面的关注度

所有的这些功能都被包含在c++类库GClasses中，使用起来非常方便，只需using namespace GClasses

以上又是一个很简单的介绍，我现在只使用了其中降维部分的资料，大家有兴趣就自己发掘一下吧，我知道的也很少的^_^

接下来介绍一下再win环境下的配置，linux和osx的配置在主页上也有介绍，大家自己看咯~~

什么！如果你不会安装它，那我建议你赶紧放弃IT业。只要你电脑安装了vs2008或2010，就能看见*.sln了吧，对的，果断双击它，编译运行吧，少年！

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