インストールはInstallation · sjwhitworth/golearn Wiki · GitHubに書いてある通りなんだけど、Issuesにも挙がってるエラーで追加の手順が必要だったのでメモ。 環境はOSX10.9.4とGo1.2.2。
1. Installing a BLAS implementation
インストールはbrewで簡単に出来るけど、brew updateしておかないとエラーが出た。a1c3b9aのコミットをマージした状態であれば問題なし。
$ brew update $ brew install liblas
2. Completing the installation of Gonum's BLAS wrapper
ここは特に問題なかった。
$ go get github.com/gonum/blas $ cd $GOPATH/src/github.com/gonum/blas $ go install ./...
3. Installing GoLearn's internal dependencies
ここも特に問題なかったかな。
$ go get -t -u -v github.com/sjwhitworth/golearn $ cd $GOPATH/src/github.com/sjwhitworth/golearn/ext $ go run make.go
環境変数の設定も書いてある通りに実施する。インストールだけならばbash上で直接実行してもいいし、後々も考えてbashrcに記述してsourceで読み込み直してもいいし、どちらでも可。
$ export DYLD_LIBRARY_PATH=$GOPATH/src/github.com/sjwhitworth/golearn/ext/lib:$DYLD_LIBRARY_PATH
4. Completing the installation
$ cd $GOPATH/src/github.com/sjwhitworth/golearn $ go get ./...
ここで追加の手順が必要になる。
追加1. liblinearのインストール
go getするとlinear.hが見つからないというエラーが出る。
$ go get ./... # github.com/sjwhitworth/golearn/linear_models linear_models/liblinear.go:6:10: fatal error: 'linear.h' file not found #include <linear.h> ^ 1 error generated.
Issue #55によると、よくわからないけれどliblinear1.94をbrewでインストールしないと動かなかった、というコメントがあってまだ解決していない様子。brewでインストールすれば良いらしいので実行。
$ brew install liblinear
追加2. liblinear.goの修正
再度go getをすると、また別のエラーが出る。
$ go get ./... # github.com/sjwhitworth/golearn/linear_models linear_models/liblinear.go:55: cannot use &c_y[0] (type *_Ctype_int) as type *_Ctype_double in assignment
Issue #47を見ると、liblinear1.94の場合、以前のコミットで変更された箇所をdoubleに戻さないといけない様子。Ubuntuのシステムのliblinearのバージョンが古くて、そういう変更が行われていた？らしい。doubleにrevertするPull Requestが送られているので、それがマージされるまでは手動で修正する必要あり。修正場所は51行目と53行目。
$ git diff diff --git a/linear_models/liblinear.go b/linear_models/liblinear.go index 82c6133..e5d0682 100644 --- a/linear_models/liblinear.go +++ b/linear_models/liblinear.go @@ -48,9 +48,9 @@ func NewProblem(X [][]float64, y []float64, bias float64) *Problem { prob.c_prob.n = C.int(len(X[0]) + 1) prob.c_prob.x = convert_features(X, bias) - c_y := make([]C.int, len(y)) + c_y := make([]C.double, len(y)) for i := 0; i < len(y); i++ { - c_y[i] = C.int(y[i]) + c_y[i] = C.double(y[i]) } prob.c_prob.y = &c_y[0] prob.c_prob.bias = C.double(-1)
確認
これでgo getが出来るようになった！ 例えば、examples/knnclassifier/knnclassifier_iris.goを実行して見ると、
... 55 row(s) undisplayed Iris-versicolor 26 3 54 0.8966 0.9286 0.9123 Iris-virginica 26 2 54 0.9286 0.8966 0.9123 Iris-setosa 28 0 57 1.0000 1.0000 1.0000 Overall accuracy: 0.9412
こんな結果が得られる。めでたしめでたし。
