核心机器学习算法C++库(毕设笔记3)

基本机器学习算法C++库(毕设笔记3)

《花书》中对基础机器学习算法的划分方式是依据其是否具有监督特性，具体分为有监督学习算法与无监督学习算法两大类：

无监督学习算法包括主成分分析、k-均值聚类以及k近邻分类(k-NN)等方法；

有监督学习算法则涵盖逻辑回归（logistic回归）、支持向量机(SVM)，其中拓展内容涉及核函数的应用，此外还有决策树和线性判别分析(LDA)等。

目前计划首先查找这些算法是否存在C/C++语言的实现版本，并对相关数据集的支持范围进行评估。若确实无法找到合适的实现，则再考虑采用Python语言进行插桩分析。

接下来是通过搜索获得的一些可用开源库资源，初步打算优先选择那些易于上手、能够快速运行的开源库，以获取较为简单的算法实现。如果上述资源无法满足需求，再考虑使用其他仓库中的实现方案。

    # SVM(libsvm)
    https://www.csie.ntu.edu.tw/~cjlin/libsvm/
    
    # openCV
    # 然后opencv是自带了logistic回归，knn，svm，决策树，贝叶斯分类，随机梯度下降SVM分类。
    # 如果可以跑openCV的例程，就优先使用openCV
    https://opencv.org/
    https://docs.opencv