1
下面的代碼,從我可以將類型作爲參數傳遞給此函數嗎?
大多複製工作正常。
module SVMModule
open Accord.MachineLearning
open Accord.MachineLearning.VectorMachines
open Accord.MachineLearning.VectorMachines.Learning
open Accord.Statistics.Kernels
open Accord.Math.Optimization.Losses
// open MathNet.Numerics.LinearAlgebra.Matrix
let inputs = [| [| 0.; 0. |]; [| 0.; 1. |]; [| 1.; 0. |]; [| 1.; 1. |] |]
let xor = [| 0; 1; 1; 0 |]
/// Creates and trains a Support Vector Machine given inputs and outputs.
/// The kernel can be Linear, Gaussian, or Polynomial.
/// The default tolerance is 1e-2.
let train (C: float) (tol: float) (inputs: float [] []) =
let learn = SequentialMinimalOptimization<Gaussian>()
learn.UseComplexityHeuristic <- true
learn.UseKernelEstimation <- true
if C >= 0. then learn.Complexity <- C
if tol > 0. then learn.Tolerance <- tol
let svm = learn.Learn(inputs, xor)
svm
let svm = train 0.5 1e-2 inputs
let prediction = svm.Decide inputs
printfn "SVM_0 Prediction: %A" prediction
我想實現的train
多態的版本,像
let train (kernel: string) (C: float) (tol: float) (inputs: float [] []) =
let learn =
if kernel = "Gaussian" then
SequentialMinimalOptimization<Gaussian>()
else
SequentialMinimalOptimization<Linear>()
// More code
這不起作用,因爲if
表達式必須在其所有分支機構返回相同類型的對象。
我不知道是否有一種方式來傳遞Linear
或Gaussian
作爲類型train
(這些的確是種),這樣我就不用寫一個火車功能每種類型(trainGaussian
和trainLinear
)。 Akso,即使我不費吹灰之力編寫這些單獨的函數,我想根據用戶的選擇,在運行時很難調用它們,因爲與陳述相同的問題會導致其醜陋的後遺症。
我已經使用接口在F#
中實現了多態性,但是我自己構建了類。這些類在Accord.NET
中,即使它們從基類繼承,但我無法處理類型問題並實現多態。
感謝您的任何建議。
謝謝。那看起來很有希望但是,當我將你的代碼複製到我的.fsx文件中時,我在SequentialMinimalOptimization <'t>下得到了一條紅色的波浪線,當't:> IKernel''消息'A類型參數缺少約束'時。我還錯過了什麼嗎? –
Soldalma
@Soldalma - 對不起,我想'SequentialMinimalOptimization <_>'的類型參數是一個約束,如果你添加一個明確的類型參數,你需要在你的定義中包含這個參數(即你需要將它定義爲'train <'當't:> IKernel>')。另一方面,如果你從定義中省略了參數(所以它只是'let train(C:float)...'),那麼我相信應該推斷這個約束,而不需要你做任何額外的工作。 –
kvb
再次感謝。兩種替代方法都可以工作,但我很驚訝你可以從函數簽名中移除該類型,並將其留在函數體中。繼續前進,我遇到了另一個障礙。如果類型是Linear,則語句'learn.UseKernelEstimation < - true'會導致運行時錯誤。有沒有辦法使用取決於類型的'if'或'match'語句跳過它? – Soldalma