子曰：工欲善其事，必先利其器也。在机器学习领域有很多功能强大的开源库，如果能掌握这些库，必将使你如虎添翼。今天介绍的这一款机器学习的开源库是：Shark Machine Learning Library 2.3.4版 

Shark Machine Learning Library 的主页链接是：http://shark-project.sourceforge.net/ ，shark是由德国波鸿大学开发的，曾获得2011年世界开源大赛金奖。shark基于C++的泛型编程，里面大量使用了模板，因此封装性和继承性极佳。由于是基于C++的，所以函数的效率还是不错的。

shark的库主要分为4部分

  1.  ReClaM     回归与分类模块 涵盖了线性方法、神经网络、SVM、Kernel 等
  2.  EALib      进化计算模块
  3.  MOO-EAlib  多目标的进化计算
  4.  Fuzzy      模糊计算模块

OK, 开始吧，下面进入安装过程。shark的函数库可以安装在 Microsoft，Linux，Mac 的操作系统上，本文介绍其在 Microsoft Windows 上的安装过程。值得注意的是，在下载的shark包路径 Shark/doc/TutorialsOld/ 下面有一个在各种平台下的安装说明，但是比较老，我亲自试过好几次，也许是俺太笨了，没有成功。

第一步，准备安装软件，产生编译文件。跨平台编译工具 Cmake v2.8 ，Mircosoft Visual Stdio 2005 或更高版本。我的shark 包的路径在 D：/shark ，cmake的设置如下

 点击configure 按钮，选择我们需要的编译器 VS2005，然后再点击 Generate。完成后显示如下

这时候去看看 D：/build_shark 路径下，cmake 已经为我们生成了 VS2005 需要的编译文件了

第二步，使用 VS2005 编译连接，得到我们需要的 shark.lib 静态链接库。

双击 build_shark 文件夹下面的 shark.sln, 把工程导入到 vs2005 编译环境下。

这里大家就可以看到 shark 自带的所有实例工程和shark.lib的工程了，可以选择工具栏的 “生成”—>“重新生成解决方案”，这时候vs2005就会为我们生成所有的实例程序，由于实例比较多，整个过程可能持续数分钟，出去喝杯茶吧，保持耐心哦。当然，我是为了演示一下实例程序，所以选择重新生成了，你可以根据自己的需要选择特定的工程，比如，你打开shark.vcproj,就会生成shark.lib。

这里再称赞一下德国人的严谨精神，70个工程，作为一个开源库居然没有错误一次编译成功，做工精细啊。

OK,编译完成后，看看 build_shark 文件夹下面多出来了好几个文件件，其中examples 下面就是所有的实例程序，当然还没有debug呢，需要哪个的话，自己去搞吧，关键是注意 debug 文件夹，下面终于见到我们需要的东西了：shark.lib

 这篇就到此为止吧，超字数了。下一篇我讲一下如何把我们得到的shark.lib 导入到自己的工程里面，运行一个实例。