Loading article…
| 開発者 | チャン・チチュンとリン・チジェン |
|---|---|
| 安定版リリース | 3.3 / 2022年8月11日 |
| リポジトリ |
|
| 書かれた | Java、C++ |
| オペレーティング·システム | クロスプラットフォーム |
| タイプ | 機械学習 |
| ライセンス | BSDA の |
| Webサイト | www.csie.ntu.edu.tw/~cjlin/libsvm |
LIBSVMとLIBLINEAR は、国立台湾大学で開発された2 つの人気の高いオープンソース の機械学習ライブラリで、どちらもC APIを使ってC++で書かれています。LIBSVM は、カーネル化されたサポートベクターマシン(SVM)の順次最小最適化(SMO) アルゴリズムを実装し、分類と回帰をサポートしています。[1] LIBLINEAR は、座標降下アルゴリズムを使用してトレーニングされた線形SVM とロジスティック回帰モデルを 実装しています。[2]
両ライブラリのSVM学習コードは、GATE、KNIME、Orange [3]、scikit-learn [4]などのオープンソース機械学習ツールキットで再利用されることが多い。Java、MATLAB、R、Julia 、 Pythonなどのプログラミング言語用のバインディングとポートが存在 している。Rのe1071ライブラリとPythonのscikit-learnで利用できる。
どちらのライブラリも3条項BSDライセンスの下でリリースされたフリーソフトウェアです。[5] [6]
参考文献
- ^ Chang, Chih-Chung; Lin, Chih-Jen (2011). 「LIBSVM: サポートベクターマシン用ライブラリ」. ACM Transactions on Intelligent Systems and Technology . 2 (3). doi :10.1145/1961189.1961199. S2CID 961425.
- ^ R.-E. Fan; K.-W. Chang; C.-J. Hsieh; X.-R. Wang; C.-J. Lin (2008). 「LIBLINEAR: 大規模線形分類のためのライブラリ」.機械学習研究ジャーナル. 9 : 1871–1874.
- ^ ヤネス・デムサール;トマシュ・クルク;アレシュ・エルヤベツ。 Črt グループ;トマシュ・ホチェヴァル;ミタール・ミルティノビッチ。マルティン・モジナ。マティヤ・ポラジナル。マルコ・トプラク;アンジェ・スタリッチ;ミハ・スタジドハール。ラン・ウメック。ラン・ジャガル。ジュレ・ジボンタル。マリンカ・ジトニク。ブラジュ・ズパン (2013)。 「Orange: Python のデータ マイニング ツールボックス」(PDF)。機械学習研究ジャーナル。14 (1): 2349–2353。
- ^ scikit-learn 開発者。「1.4. サポートベクターマシン」。scikit -learn.org。2022年5 月 12 日閲覧。
- ^ 「著作権」。LIBSVM。国立台湾大学。
- ^ 「著作権」。LIBLINEAR。国立台湾大学。
外部リンク
- LIBSVMホームページ
- LIBLINEARホームページ
- R の LIBLINEAR
