C++ library/framework, API для моделей Mixture в машинном обучении

Question

Я хочу использовать модели смеси Гаусса для кластеризации данных (с использованием алгоритма максимизации ожидания (EM), который присваивает апостериорные вероятности каждой плотности компонентов по каждому наблюдению). Есть ли библиотека C++, которая имеет модели смеси Гаусса, реализованные вместе с образцом набора данных и примерами?

Answer 1

Адрес C++ implementation. Однако я рекомендую кодирование с нуля, если вы пытаетесь учиться. Это довольно легко с приличной матричной библиотекой. У меня был хороший успех с Scythe Statistical Library.

Легко найти образцы данных. Старый faithful geyser dataset является классикой.

Answer 2

Это может быть поздно, но вы посмотрите на http://itpp.sourceforge.net/current/mog.html

Answer 3

Это пример Python можете: http://scikit-learn.sourceforge.net/auto_examples/mixture/plot_gmm_classifier.html

Проверьте основную реализацию.

Answer 4

Armadillo C++ library имеет многопоточную (параллельную) реализацию k-средств и максимизацию ожиданий (EM) для моделей гауссова микшера (GMM).

Для получения дополнительной информации см. Класс gmm_diag.

Answer 5

Лучшее, что я использовал, это MLPack,
http://www.mlpack.org/doxygen.php?doc=classmlpack_1_1gmm_1_1GMM.html.

Вы можете найти пример реализации в моем проекте https://github.com/kerdemdemir/speakerFinder/blob/master/trainer.h