我可以将类型作为参数传递给此函数吗?

Can I pass a type as a parameter to this function?

以下代码,大部分复制自

http://accord-framework.net/docs/html/T_Accord_MachineLearning_VectorMachines_Learning_SequentialMinimalOptimization.htm

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 train 的多态版本,比如

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 return 在其所有分支中具有相同类型的对象。

我想知道是否有一种方法可以将 LinearGaussian 作为类型传递给 train(这些确实是类型),这样我就不必编写一个火车每种类型的功能(trainGaussiantrainLinear)。 Akso,即使我不厌其烦地编写了这些单独的函数,我想也很难根据用户的选择在运行时调用它们,因为 if 语句的相同问题会让人头疼。

我已经使用接口在 F# 中实现了多态性,但使用 classes 是我自己构建的。这些 classes 在 Accord.NET 中,即使它们继承自基础 class,我也无法处理类型问题并实现多态性。

感谢您的任何建议。

简单地将具体类型 Gaussian 替换为 't 之类的类型参数应该很简单(并且可以选择将其作为显式类型参数添加到 train)。这样做时,我稍微清理了您现有的代码:

let train<'t> (C: float) (tol: float) (inputs: float [] []) =
    let learn = SequentialMinimalOptimization<'t>(UseComplexityHeuristic = true, UseKernelEstimation = true)
    if C >= 0. then learn.Complexity <- C
    if tol > 0. then learn.Tolerance <- tol

    learn.Learn(inputs, xor)

然后在调用点,编译器需要通过某种方式知道要使用什么类型,或者通过显式传递它:

let svm = train<Gaussian> 0.5 1e-2 inputs

或依靠类型推断从程序的另一部分流出类型:

let svm:Gaussian = train 0.5 1e-2 inputs