自作の学習器が MacPorts から導入可能になっていた
以前分類器を MacPorts に登録してくれた方が*1，学習器の方も登録してくださったみたいで，コマンドライン一行でインストールできるようになっていた（スバラシイ）．（実数値素性は使えないが）多項式カーネルが使える学習器の実装としては相当に速い*2のでお試しあれ．
多項式カーネルを使う場合，LIBLINEAR-POLY2 が動かないような高次元のデータセットでも，動的ダブル配列*3のおかげで省メモリで学習可能（手元の実験では，メモリ消費1/100，訓練時間1/15-1/50ぐらいで動いている）．年末の改良で，独自オプションをやめて，学習が数倍速くなって，多クラス分類*4にも対応した（別で公開している分類（専用）器の方も，分類が数倍速くなり，上述の学習器で得られるモデルに対応）．
多項式カーネルを使わない場合でも，二値素性向けの最適化のおかげで LIBLINEAR の1/2-1/10ぐらい訓練時間で同程度の精度の分類器が学習できる（分類時間も 1/4 ぐらい）．LIBLINEAR でも遅いという人は少ないだろうから，こちらはあまり意味が無いかも知れないが．
MacPorts からインストールする場合，デフォルトで多クラス分類の学習器もインストールしてくれるようだ（最初多クラス分類器だけ構築するのかと勘違いしていたが，実際は Makefile の編集によりどちらも構築するようになっていた．これまたスバラシイ*5）．二値分類の場合は，二値分類専用の学習器を使う方が数倍ぐらい高速，メモリ消費も少なく，モデルサイズも小さくなる（多クラス分類器はコードの変更が必要最小限で済むように std::valarray を多用して実装したので，最適化がまだ十分とは言えない）．
文脈と全然関係ないけど，ただいま，相棒の花の里が復活 [21:53]．新女将はあの月本幸子．これはスバラシイ．今日は共著のジャーナル論文も条件付き採録になったし，全くスバラシイ一日だな．今日は祭りだ．
