用于Apache Mahout的.net模拟的机器学习库

| 关闭。这个问题是题外话。它当前不接受答案。

已邀请:

5 个回复

我不相信自己熟悉与.NET之上的Apache Mahout构建类似的东西，但我相信您可以使用以下方法进行密切联系（实际获得的依赖程度取决于具体细节）您正在尝试执行）。 Mahout实际上是在Apache Hadoop之上实现的标准机器学习算法的集合，以允许它们扩展到大型数据集，因此要在.NET环境中获得相同的效果，您将需要分布式计算解决方案（并且本着Mahout的精神，我将使用Map / Reduce实现）和一个机器学习库。然后，您可以将学习任务的计算传递给Map / Reduce集群。对于Map / Reduce实现，您可以使用以下选项-Qizmt是MySpace的Map / Reduce的开源实现；还有Hadoop.NET，它是Hadoop从Java到C＃的类对类，API对API端口的尝试。最后但并非最不重要的一点是，您可以考虑通过流技术使用Hadoop本身。对于机器学习，您具有以下.NET库-对于简单的贝叶斯推断，有Microsoft自己的Infer.NET。另一个简单的机器学习库是.NET机器学习；最后，我知道的最全面的.NET机器学习/数值库是Accord.NET。

车料

http://research.microsoft.com/en-us/um/cambridge/projects/infernet/ 这并不是您所要求的完全，但是您可以为贝叶斯层次模型生成推理模型。这样，您可以设置许多机器学习任务。

邦绊门蔽惩

在我的个人研究中，我使用WEKA（Java）和VBWeka（可访问任何.NET语言）进行了一些操作。偶尔，我会修改Erricsson Labs的Clustering API。 Google还提供了一个API（The Prediction API），可以通过RESTFUL API（与语言无关）进行访问，以执行各种ML任务。