Waffles是一款跨平臺的、基于命令行的機器學習開發包，包含了現有的主要機器學習算法，完全開源，用C++編寫，使用方便。

該工具包的強大之處非常多，很重要的一個方面就是其在非監督學習方面的包羅萬象，特別是降維算法，實現了PCA、isomap、LLE、manifold sculpting、breadth-first unfolding、neuro-PCA、cycle-cut、unsupervised backpropagation and temporal nonlinear dimensionality reduction等算法。

對于聚類算法，也很強大，包括了k-means、k-medoids、agglomerative clustering、related transduction algorithms including agglomerative transduction、max-flow/min-cut transduction等方法。

監督學習算法包括decision trees、multi-layer neural networks、k-nearest neighbor、naive bayes，甚至還有些不常用的算法，比如mean-margin trees。

相比另一個開源的機器學習開發包Weka，waffles在非監督學習算法上要強大的多（Weka只支持PCA），而在監督學習的算法上支持的較少（Weka有50多種分類算法）。

給出Waffles的網站，希望有需要的朋友在其中得到更多想要的東西http://waffles.sourceforge.net/

我也是剛接觸到這個開發包，這個開發包也就十幾個人寫的，有人問我opencv里也有ml的部分，如何比較，我感覺這個都是設計的關注點不同，設計的思路當然也不同，用處也不同，我最近在看ml的算法部分，我感覺這個庫還是對我的學習有很大幫助的。

先介紹一下這個庫的概述吧

waffles_audio?包含了處理音頻文件的工具（處理音頻做什么？還沒有用到過）

waffles_cluster?包含了聚類的方法

waffles_dimred?包含了降維、特征選取的方法

waffles_generate?包含產生樣本分布、樣本流形、或其他類型的數據的工具

waffles_learn?包含了監督學習的方法

waffles_plot?包含了可視化數據的工具

waffles_recommend?包含了協同濾波推薦系統imputation（不懂干啥的。。。）

waffles_sparse?包含了稀疏數據的學習，文件的分類等

waffles_transform?包含了處理數據行列的操作，矩陣的操作等變換

waffles_wizard 是一個可視化的工具，在一個瀏覽器下實現圖形交互，最大限度的降低開發者對于界面的關注度

所有的這些功能都被包含在c++類庫GClasses中，使用起來非常方便，只需using namespace GClasses

以上又是一個很簡單的介紹，我現在只使用了其中降維部分的資料，大家有興趣就自己發掘一下吧，我知道的也很少的^_^

接下來介紹一下再win環境下的配置，linux和osx的配置在主頁上也有介紹，大家自己看咯~~

什么！如果你不會安裝它，那我建議你趕緊放棄IT業。只要你電腦安裝了vs2008或2010，就能看見*.sln了吧，對的，果斷雙擊它，編譯運行吧，少年！

from:?http://blog.csdn.net/yang_xian521/article/details/7312902

總結

以上是生活随笔為你收集整理的Waffles——机器学习开发包的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。