# algorithmStar 机器学习
*开源技术栏*
AS 是一个提供矩阵计算，视觉计算，科学计算，机器学习等 API 的集成库

## 目录

[TOC]

![《algorithmStar 机器学习》的封面](http://diskmirror.lingyuzhao.top/1/Binary/logo/《algorithmStar 机器学习》的封面.jpg)

在这里我们会针对 AS 机器学习库的一些操作进行简单的使用演示，如果您需要更详细的资料 请查阅 [algorithmStar机器学习库存档](https://github.com/BeardedManZhao/algorithmStar/releases "algorithmStar机器学习库存档") 其中具有库依赖文件以及对应版本的使用文档

## 介绍

AS机器学习库提供了一个针对机器学习各种算法的Java API，其具有机器视觉与自然语言处理等复杂计算逻辑的封装，通过库可以快速使用各种算法，实现各种效果。AS库中的诸多计算操作是采用的原生实现，能够在没有Java标准库意外依赖就可以实现库函数的运行。

## Maven 依赖

您可以通过maven将算术之星（AS-MB）集成到您的项目中，maven的配置如下所示。您可以将其添加到maven项目中，也可以从Releases下载并手动将其集成到项目中。

```xml
<!-- algorithmStar 机器学习与数据计算库程序 maven 坐标 -->
<dependencies>
    <dependency>
        <groupId>io.github.BeardedManZhao</groupId>
        <artifactId>algorithmStar</artifactId>
        <version>1.31</version>
    </dependency>
</dependencies>
```

### AS库的所需依赖

在1.17版本之后，AS库的所有依赖被剥离，更好避免依赖的捆绑问题，减少项目发生冲突的可能性，同时也可以按照开发者的需求使用更加适合的依赖配置项，您可以在这里查看到AS库所依赖的第三方库依赖。

#### 必选依赖项

AS库在进行诸多计算函数的时候会产生一些日志数据，因此AS库的使用需要导入日志依赖项，这个依赖项是必不可少的，请按照如下的方式导入依赖。

```xml

<dependencies>
    <!-- 使用 log4j2 的适配器进行绑定 -->
    <dependency>
        <groupId>org.apache.logging.log4j</groupId>
        <artifactId>log4j-slf4j-impl</artifactId>
        <version>2.20.0</version>
        <!--<scope>provided</scope>-->
    </dependency>

    <!-- log4j2 日志门面 -->
    <dependency>
        <groupId>org.apache.logging.log4j</groupId>
        <artifactId>log4j-api</artifactId>
        <version>2.20.0</version>
        <!--<scope>provided</scope>-->
    </dependency>
    <!-- log4j2 日志实面 -->
    <dependency>
        <groupId>org.apache.logging.log4j</groupId>
        <artifactId>log4j-core</artifactId>
        <version>2.20.0</version>
        <!--<scope>provided</scope>-->
    </dependency>
</dependencies>
```

#### 可选依赖项

AS库在针对数据库，Spark等各种平台对接的时候，需要使用到第三方依赖程序包，这些包是可选的，如果您不需要使用这些功能，您可以不去导入依赖，如果您需要，可以参考下面的配置。

```xml

<dependencies>
    <!-- MySQL数据库连接驱动 如果您需要连接的关系型数据库是其它类型，这里也可以随之修改 -->
    <dependency>
        <groupId>mysql</groupId>
        <artifactId>mysql-connector-java</artifactId>
        <version>8.0.30</version>
    </dependency>
    <!-- spark 三大模块的依赖程序开发包，如果您需要使用这里也可以选择导入，如果不需要则不导入 -->
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-core_2.12</artifactId>
        <version>3.4.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-sql_2.12</artifactId>
        <version>3.4.0</version>
    </dependency>

    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-mllib_2.12</artifactId>
        <version>3.4.0</version>
    </dependency>

    <!-- 摄像头依赖库，如果您有需要通过摄像头获取数据对象的需求，可以引入本库 -->
    <dependency>
        <groupId>com.github.sarxos</groupId>
        <artifactId>webcam-capture</artifactId>
        <version>0.3.12</version>
    </dependency>

    <!-- HDFS 输入输出设备依赖库，如果您有需要通过HDFS分布式存储平台进行数据读写的需求，可以引入本库 -->
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-client</artifactId>
        <version>3.3.1</version>
    </dependency>

</dependencies>
```

## API 的更多说明书

### 直接阅读帮助文档
在这里您应该可以直接阅读文档，如果您发现文档是空的，请移步到 下载说明书 章节。
<iframe src='https://diskmirror.lingyuzhao.top/23/Binary/algorithmStar_doc/algorithmStar-Document1.31.pdf' style='width:80%;height:100vh'/>

### 在代码中下载帮助文档

您可以在加载好 AS 库之后，使用下面的代码将所有帮助文档下载到本地，其中有一些示例代码，引导您进行使用，您可以根据自己的需求进行修改。

```java
package zhao.algorithmMagic;

import zhao.algorithmMagic.core.AlgorithmStar;
import zhao.algorithmMagic.core.HelpFactory;

public class MAIN1 {
  public static void main(String[] args) {
    // 获取帮助信息工厂类
    final HelpFactory helpFactory = AlgorithmStar.helpFactory();
    // 下载帮助文档 到 C:\Users\zhao\Desktop\fsdownload 目录中
    helpFactory.saveHelpFile(HelpFactory.ALL, "C:\\Users\\zhao\\Desktop\\fsdownload");
  }
}
```

### 在文章中下载帮助文档
您还可以在这里直接 [下载《algorithmStar-Document1.29.pdf》](https://github.com/BeardedManZhao/algorithmStar/releases/download/1.31/algorithmStar-Document1.31.pdf "下载《algorithmStar-Document1.31.pdf》") 便于您在本地计算机中进行阅读。

------
***操作记录***
作者：[root](https://www.lingyuzhao.top//index.html?search=1 "root")
操作时间：2024-02-09 10:39:11 星期五
事件描述备注：保存/发布
 中国 天津 
[](如果不需要此记录可以手动删除，每次保存都会自动的追加记录)