百万富翁是一个可扩展的流形学习包，在蟒蛇。它有一个设计为熟悉的前端API到科学知识学习但安全带近似最近邻的C++快速库（FLANN）和稀疏对称正定（SSPD）解算器局部最优块预编码梯度（LOBPCG）方法将流形学习算法扩展到大型数据集。在一台个人电脑上，megaman可以嵌入100万个数据点在10分钟内有数百个维度。megaman是为研究人员设计的，作为这样的缓存中介允许使用新参数快速重新计算的步骤和索引。

程序包文档可在http://mmp2.github.io/megaman/

如果您使用我们的软件，请引用以下JMLR论文：

McQueen、Meila、VanderPlas和Zhang，“Megaman：Python中的可伸缩流形学习”，《机器学习研究杂志》，第17卷，第14期，2016年。http://jmlr.org/papers/v17/16-109.html

您也可以在以下网址找到我们的arXiv论文http://arxiv.org/abs/1603.02763

• 教程笔记本

下面是通过Conda环境在Google Colab上安装megaman的教程。

它还提供了使用megman在均匀瑞士卷数据集上构建光谱嵌入的教程。

• 安装示例脚本（&E）
• 你可以在这里下载Jupyter笔记本版本

由于API的变化，$conda安装-c conda锻造巨人不再支持。我们目前正在修复该错误。

请参阅下面的完整安装说明进行构建百万富翁来源。

要从源安装megaman，需要以下操作：

• 蟒蛇使用版本2.7、3.5和3.6进行测试
• numpy公司1.8或更高版本
• 松软的0.16.0或更高版本
• 科学知识学习
• 弗莱恩
• 皮法兰它提供了另一种计算距离矩阵的方法（这与FLANN源代码捆绑在一起）
• 赛马
• C++编译器，例如海湾合作委员会/克++

可选要求包括

• 皮亚姆，允许快速分解大型矩阵
• 鼻子用于运行单元测试
• h5py型用于读取测试.mat文件
• 巧妙地交互式绘图的图形库

可以使用以下conda命令在Linux和MacOSX上安装这些要求：

$conda创建-n manifold_env python=3.5-y#也可以使用python=2.7或python=3.6$来源激活manifold_env$conda安装--channel=conda-forge-y pip nose coverage cython numpy scipy\scikit-learn pyflann pyamg h5py plotly科基特学院

克隆此存储库并光盘到源存储库

$光盘/临时管理计划/$git克隆https://github.com/mmp2/megaman.git$光盘百万富翁

最后，在源存储库中，运行此命令以安装百万富翁程序包本身：

$python setup.py安装

megaman使用鼻子用于单元测试。使用鼻子已安装，类型

$make测试

运行单元测试。百万富翁在Python版本2.7、3.4和3.5上进行了测试。

• 詹姆斯·麦奎因
• 玛丽娜·梅拉
• 张忠岳
• 杰克·范德普拉斯
• 陈宇嘉

• 小王：懒惰计量，Nystrom Extension
• 任航良（哈利）：安装教程，光谱嵌入

请参阅此问题列表，了解我们对即将发布的版本的计划：

未来的工作