smile——Java机器学习引擎

蚂蚁是条虫

引见
Smile（统计机器智能和学习引擎）是一个基于Java和Scala的疾速、片面的机器学习、NLP、线性代数、图形、插值和可视化零碎。
凭借先进的数据构造和算法，Smile提供了最早进的机能。Smile有很好的文档记载，请查看名目网站以获得编程指南和更多信息。
Smile涵盖了机器学习的方方面面，包罗分类、回归、聚类、关联规定挖掘、特点选择、流形学习、多维缩放、遗传算法、缺失值插补、高效比来邻搜寻等。
Smile完成了下列次要的机器学习算法：
分类：反对向量机、决策树、AdaBoost、梯度晋升、随机森林、逻辑回归、神经网络、RBF网络、最大熵分类器、KNN、朴素贝叶斯、Fisher/线性/二次/正则判断剖析。回归：反对向量回归、高斯进程、回归树、梯度晋升、随机森林、RBF网络、OLS、套索、弹性网络、岭回归。特点选择：基于遗传算法的特点选择，基于集成学习的特点选择、树形图、信噪比战争方比。聚类：BIRCH、CLARANS、DBSCAN、DENCLUE、肯定性退火、K-均值、X-均值、G-均值、神经气体、成长神经气体、档次聚类、程序信息瓶颈、自组织映照、光谱聚类、最小熵聚类。关联规定和频繁项集挖掘：FP增长挖掘算法。流形学习：IsoMap、LLE、拉普拉斯特点映照、t-SNE、UMAP、PCA、核PCA、几率PCA、GHA、随机投影、ICA。多维标度：经典MDS、等渗MDS和Sa妹妹on映照。比来邻搜寻：BK树、掩盖树、KD树、SimHash、LSH。序列学习：隐马尔可夫模型，前提随机场。天然言语处置：分句器和标志器、双元统计测试、短语提取器、症结词提取器、词干剖析器、词性标注、相干性排序使用（Java等集成）maven引入
com.github.haifengl smile-core 2.6.0 Shell使用模型序列化
大少数模型反对Java可序列化接口（一切分类器都反对可序列化接口），因此您能够在Spark中使用它们。
关于在非Java代码中读/写模型，咱们倡议使用 XStream 以串行化训练的模型。XStream是一个简略的库，用于将对象序列化为XML并再次第列化。XStream易于使用，不需求映照（实际上不需求修正对象）。Protostuff是一个很好的代替计划，它反对向前向后兼容性（模式演变）和验证。除了XML以外，Protostuff还反对许多其余格局，如JSON、YAML、protobuf等。
可视化
Smile提供了一个基于Swing的数据可视化库SmilePlot，它提供散点图、线图、阶梯图、条形图、方框图、直方图、3D直方图、树状图、热图、hexmap、QQ图、等高线图、曲面和线框。
需求引入库
com.github.haifengl smile-plot 2.6.0
Smile还反对声明形式的数据可视化。使用mile.plot.vega软件包，咱们能够创立一个标准，将可视化形容为从数据到图形标志（如点或条）属性的映照。
该标准基于Vega-Lite。Vega-Lite编译器自动生成可视化组件，包罗轴、图例和比例。而后，它按照一组精心设计的规定肯定这些组件的属性。
示例