C++机器学习库MLPack

mlpack: a scalable C++ machine learning library

由于在网上查了一下发现安装这个库碰到了不少问题，所以还是记录一下安装过程。

安装

列出两种安装教程吧，第一种实测可以。第二种在测试Armadillo的时候没通过，还是缺库，有兴趣的人可以通过给的Armadillo官网链接下载安装Armadillo再试试

安装方法一：

Mlpack 官网提供了下载的方法： sudo apt-get install libmlpack-dev ，但貌似有博客指出目前国内源里是没有这个镜像的，所以采取的办法是直接从观望上下载mlpack-3.0.0.tar.gz（没敢使用最新的，怕出错）来编译安装

$ tar -xvf mlpack-3.0.0.tar.gz 
$ cd mlpack-1.0.12  
$ mkdir build  
$ sudo apt-get install libboost-math-dev libboost-program-options-dev libboost-random-dev libboost-test-dev libxml2-dev libarmadillo-dev  
$ cd build  
$ cmake ..
$ make -j4
$ sudo make install

注意根据报错信息：Maybe need administrative privileges.，所以 make install 前面要加上sudo权限

[ 51%] Built target mlpack_sparse_coding
[100%] Built target mlpack_test
Install the project...
-- Install configuration: ""
CMake Error at cmake_install.cmake:36 (file):
  file cannot create directory: /usr/local/lib/pkgconfig.  Maybe need
  administrative privileges.

然后就是可选的编译条件，就是你只想安装其中一些包，也是可以的： $ make pca allknn allkfn ,只安装pca allknn allkfn这几个算法包。

摘自：http://www.linuxdiyf.com/linux/27052.html

安装方式二：（不推荐）

安装依赖库

Armadillo     >= 6.500.0
Boost (program_options, math_c99, unit_test_framework, serialization,
       spirit)
CMake         >= 2.8.5

Aramdillo 安装（Ubuntu为例子）

首先安装Armadillo依赖的库：lapack, blas, boost

1
2
3

$ sudo apt-get install liblapack-dev
$ sudo apt-get install libblas-dev
$ sudo apt-get install libboost-dev

接下来安装Armadillo：sudo apt-get libarmadillo-dev

之后，安装完成，测试是否完成！以上步骤，都是应该可以直接完成的，需要Cmake和g++提前安装。

g++ test.cpp -o test -larmadillo

#include <iostream>
#include <armadillo>
using namespace std;
using namespace arma;
//test.cpp
int main(int argc,char** argv) {
    mat A=randu<mat>(4,5);
    mat B=randu<mat>(4,5);
    cout<<A*trans(B)<<endl;
    return 0;
}

网上还有说Armadillo也无法找不到镜像，于是还是到官网下载下来编译安装，[Armadillo C++ matrix library](

Boost库的安装

apt-get install libboost-math-dev libboost-program-options-dev libboost-random-dev libboost-test-dev libxml2-dev

mlpack安装

也是去官网下载编译安装

$ tar -xzf mlpack-2.0.1.tar.gz   # tar解压
$ cd mlpack-2.0.1                # 进入解压后的目录
$ unzip mlpack-2.0.1.zip         # zip解压
$ cd mlpack-2.0.1                # 进入解压后的目录
# 之后，建立build目录，cmake，make即可
$ mkdir build
$ cd build
$ cmake ../
$ make    
$ sudo make install

使用mlpack

源文件中有各种算法的例子，可以学习其使用方法，这里需要注意一点，在编译和链接时，都要加上-lmlpack -larmadillo，来包含所需库。

如编写下列代码:

#include <mlpack/core.hpp>
using namespace std;
int main(){
        cout << mlpack::util::GetVersion() << endl;
        return 0;
}

▲.注意.编译的命令为g++ -std=c++11 testmlpack.cpp -o testlars -l mlpack -l armadillo，其中要加上**-std=c++11**，不然无法编译通过。

[Armadillo C++ ML library]http://arma.sourceforge.net/download.html)

如果Armadillo出错，可以去官网[Armadillo C++ ML library]http://arma.sourceforge.net/download.html)下载编译安装