Spider&&Weka

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