1
下面的代码,从我可以将类型作为参数传递给此函数吗?
大多复制工作正常。
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
我想实现的train
多态的版本,像
let train (kernel: string) (C: float) (tol: float) (inputs: float [] []) =
let learn =
if kernel = "Gaussian" then
SequentialMinimalOptimization<Gaussian>()
else
SequentialMinimalOptimization<Linear>()
// More code
这不起作用,因为if
表达式必须在其所有分支机构返回相同类型的对象。
我不知道是否有一种方式来传递Linear
或Gaussian
作为类型train
(这些的确是种),这样我就不用写一个火车功能每种类型(trainGaussian
和trainLinear
)。 Akso,即使我不费吹灰之力编写这些单独的函数,我想根据用户的选择,在运行时很难调用它们,因为与陈述相同的问题会导致其丑陋的后遗症。
我已经使用接口在F#
中实现了多态性,但是我自己构建了类。这些类在Accord.NET
中,即使它们从基类继承,但我无法处理类型问题并实现多态。
感谢您的任何建议。
谢谢。那看起来很有希望但是,当我将你的代码复制到我的.fsx文件中时,我在SequentialMinimalOptimization <'t>下得到了一条红色的波浪线,当't:> IKernel''消息'A类型参数缺少约束'时。我还错过了什么吗? –
Soldalma
@Soldalma - 对不起,我想'SequentialMinimalOptimization <_>'的类型参数是一个约束,如果你添加一个明确的类型参数,你需要在你的定义中包含这个参数(即你需要将它定义为'train <'当't:> IKernel>')。另一方面,如果你从定义中省略了参数(所以它只是'let train(C:float)...'),那么我相信应该推断这个约束,而不需要你做任何额外的工作。 –
kvb
再次感谢。两种替代方法都可以工作,但我很惊讶你可以从函数签名中移除该类型,并将其留在函数体中。继续前进,我遇到了另一个障碍。如果类型是Linear,则语句'learn.UseKernelEstimation < - true'会导致运行时错误。有没有办法使用取决于类型的'if'或'match'语句跳过它? – Soldalma