机器学习开源库总结



研究数据挖掘和机器学习有一段时间了，对数据挖掘来说，商用软件有SAS、 Clementine、Oracle数据挖掘组件等等；由于个人学习和版权、算法定制等问题，开源的数据挖掘与机器学习软件(库)目前也十分必需，现在就跟大家介绍下比较流行和常用的机器学习开源库。

　　以前在学校用过matlab，说实话真方便，通常一个模型只要几十行甚至十几行代码就能搞定，但是正版matlab较贵，而且不太适合商业开发使用，所以工业界使用它的并不多(通信行业、研究所比较普遍)；相应地，在工业界机器学习和数据挖掘的实验语言多为java、python,因为 python与C\C++具有先天的血缘，所以python更容易扩展；java的机器学习库也十分流行，主要体现在大数据下的jvm的本质和算法并行化的优势；现推荐给大家以下学习库：

1.机器学习开源软件网（收录了各种机器学习的各种编程语言学术与商业的开源软件）
http://mloss.org

2 偶尔找到的机器学习资源网：（也非常全，1和2基本收录了所有ML的经典开源软件了）
http://www.dmoz.org/Computers/Artificial_Intelligence/Machine_Learning/Software/

3 libsvm （支持向量机界最牛的，不用多说了，台湾大学的林教授的杰作）
http://www.csie.ntu.edu.tw/~cjlin/libsvm/

4 WEKA （基于java的机器学习算法最全面最易用的开源软件）
http://www.cs.waikato.ac.nz/ml/weka/

5 scikit (本人最喜欢的一个基于python的机器学习软件，代码写得非常好，而且官方的文档非常全，所有都有例子，算法也齐全，开发也活跃
，强烈推荐给大家用）
https://pypi.python.org/pypi/scikit-learn/

6 OpenCv(最牛的开源计算机视觉库了，前途无可限量，做图像处理与模式识别的一定要用，总不能整天抱着matlab做实验和工业界脱节吧，但是有一定难度)
http://opencv.willowgarage.com/wiki/

7 Orange (基于c++和python接口的机器学习软件，界面漂亮，调用方便,可以同时学习C＋＋和python，还有可视化的功能，）
http://orange.biolab.si/

8 Mallet (基于JAVA实现的机器学习库，主要用于自然语言处理方面，特色是马尔可夫模型和随机域做得好，可和WEKA互补）
http://mallet.cs.umass.edu/

9 NLTK(PYTHON的自然处理开源库，非常易用，也强大，还有几本orelly的经典教程）
http://nltk.org/

10 lucene(基于java的包括nutch,solr,hadoop,mahout等全套，是做信息检索和搜索引擎的同志们必学的开源软件了，学JAVA的必学）
http://lucene.apache.org/

Additional：
1.pyml(a python module for machine learning，支持svm/knn/k-means==)
http://mlpy.sourceforge.net/

2.mahout(阿帕奇基金下项目，其主要是可以与hadoop进行天然结合，从而并行运行，在鲁棒性方面很好)
http://mahout.apache.org/

3.milk(python的机器学习工具包，主要是针对监督学习，包括svm/knn/决策树)
http://pypi.python.org/pypi/milk/

4.Octave(Andrew NG课上推荐使用的，类似matlab)
http://www.gnu.org/software/octave/