最近在学习feature selection在mkl中的应用,查阅的一些paper,一开始直接在google scholar上找的,好像只找到了一篇,倒是在一篇有关MKL的综述中找到了不少应用于feature selection的paper,然后按图索骥的一路阅读下去,目前在有关mixed norm的问题上有点障碍,还要继续研读。过两天来整理一下这周看的paper,理下思路。
在阅读《Non-monotonic feature selection》的过程发现了一个类似于libsvm的库,叫Spider(下载链接:www.kyb.tuebingen.mpg.de/bs/people/spider/)这里面有很多封装好的函数来处理machine learning的问题,还是很好的,而且好像还有源码,值得学习。
然后在Spider的主页里又发现了一个集成好的用于ML软件,叫weka,(下载链接:http://www.cs.waikato.ac.nz/ml/weka/),引导里有个指导视频课程,在mooc上的,处于好奇听了几节,居然是讲怎么用这个软件的,坑!!!不过,他里面提到了不少优化方法,可以依着这个学习学习