| LIBSVM | |
|---|---|
| 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 ( 2022-08-11 ) |
| 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 | BSD |
| Webサイト | www |
LIBSVMとLIBLINEARは、どちらも国立台湾大学で開発され、 C APIを使用してC++で記述された、人気のオープンソース機械学習ライブラリです。LIBSVMは、カーネル化されたサポートベクターマシン（SVM）用の逐次最小最適化（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 ]といったオープンソースの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向けのバインディングとポートも存在する。Rではe1071ライブラリ、 Pythonではscikit-learnで利用可能である。
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」 . Journal of Machine Learning Research . 9 : 1871–1874 .
- ^ヤネス・デムサール;トマシュ・クルク;アレシュ・エルジャベツ。 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。2016年 3 月 3 日のオリジナル(PDF)からアーカイブ。2014 年 8 月 23 日に取得。
- ^ 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
.svg){kind=logo} | このフリー・オープンソースソフトウェアの記事はスタブです。不足している情報を追加してWikipediaに貢献してください。 |
