子曰：工欲善其事，必先利其器也。在機器學習領域有很多功能強大的開源庫，如果能掌握這些庫，必將使你如虎添翼。今天介紹的這一款機器學習的開源庫是：Shark Machine Learning Library 2.3.4版
Shark Machine Learning Library 的主頁鏈接是：http://shark-project.sourceforge.net/ ，shark是由德國波鴻大學開發的，曾獲得2011年世界開源大賽金獎。shark基於C++的泛型編程，裏面大量使用了模板，因此封裝性和繼承性極佳。由於是基於C++的，所以函數的效率還是不錯的。
shark的庫主要分爲4部分
- ReClaM 迴歸與分類模塊 涵蓋了線性方法、神經網絡、SVM、Kernel 等
- EALib 進化計算模塊
- MOO-EAlib 多目標的進化計算
- Fuzzy 模糊計算模塊
OK, 開始吧，下面進入安裝過程。shark的函數庫可以安裝在 Microsoft，Linux，Mac 的操作系統上，本文介紹其在 Microsoft Windows 上的安裝過程。值得注意的是，在下載的shark包路徑 Shark/doc/TutorialsOld/ 下面有一個在各種平臺下的安裝說明，但是比較老，我親自試過好幾次，也許是俺太笨了，沒有成功。
第一步，準備安裝軟件，產生編譯文件。跨平臺編譯工具 Cmake v2.8 ，Mircosoft Visual Stdio 2005 或更高版本。我的shark 包的路徑在 D：/shark ，cmake的設置如下
![]()
點擊configure 按鈕，選擇我們需要的編譯器 VS2005，然後再點擊 Generate。完成後顯示如下
![]()
這時候去看看 D：/build_shark 路徑下，cmake 已經爲我們生成了 VS2005 需要的編譯文件了
第二步，使用 VS2005 編譯連接，得到我們需要的 shark.lib 靜態鏈接庫。
雙擊 build_shark 文件夾下面的 shark.sln, 把工程導入到 vs2005 編譯環境下。
這裏大家就可以看到 shark 自帶的所有實例工程和shark.lib的工程了，可以選擇工具欄的 “生成”—>“重新生成解決方案”，這時候vs2005就會爲我們生成所有的實例程序，由於實例比較多，整個過程可能持續數分鐘，出去喝杯茶吧，保持耐心哦。當然，我是爲了演示一下實例程序，所以選擇重新生成了，你可以根據自己的需要選擇特定的工程，比如，你打開shark.vcproj,就會生成shark.lib。
這裏再稱讚一下德國人的嚴謹精神，70個工程，作爲一個開源庫居然沒有錯誤一次編譯成功，做工精細啊。
OK,編譯完成後，看看 build_shark 文件夾下面多出來了好幾個文件件，其中examples 下面就是所有的實例程序，當然還沒有debug呢，需要哪個的話，自己去搞吧，關鍵是注意 debug 文件夾，下面終於見到我們需要的東西了：shark.lib
![]()
這篇就到此爲止吧，超字數了。下一篇我講一下如何把我們得到的shark.lib 導入到自己的工程裏面，運行一個實例。
![]()