0

Infer.NETの例を変更して、より柔軟にしようとしています。予測に利用できるメトリックをいくつでも送信できるようにしたいと思います。

次のラッパークラスを作成しました（元の例に非常に近い）：

class Inference
{
    private readonly List<List<double>> _pastMetrics = new List<List<double>>();

    public void AddPastMetrics(List<double> pastMetrics)
    {
        _pastMetrics.Add(pastMetrics);
    }

    private readonly List<Boolean> _pastResults = new List<Boolean>();

    public void AddPastResults(Boolean pastResults)
    {
        _pastResults.Add(pastResults);
    }

    private readonly List<List<double>> _testMetrics = new List<List<double>>();

    public void AddTestMetrics(List<double> dayMetrics)
    {
        _testMetrics.Add(dayMetrics);
    }

    public Object GetInfer()
    {
        // Create x vector, augmented by 1
        Vector[] xdata = new Vector[_pastMetrics.Count];
        for (int i = 0; i < xdata.Length; i++)
            xdata[i] = Vector.FromList(_pastMetrics[i]);
        VariableArray<Vector> x = Variable.Observed(xdata);

        // Create target y
        VariableArray<bool> y = Variable.Observed(_pastResults.ToArray(), x.Range);
        var count = _pastMetrics.First().Count;
        Variable<Vector> w = Variable.Random(new VectorGaussian(Vector.Zero(count), PositiveDefiniteMatrix.Identity(count)));
        Range j = y.Range;
        double noise = 0.1;
        y[j] = Variable.GaussianFromMeanAndVariance(Variable.InnerProduct(w, x[j]), noise) > 0;

        InferenceEngine engine = new InferenceEngine(new ExpectationPropagation());
        VectorGaussian wPosterior = engine.Infer<VectorGaussian>(w);

        VariableArray<bool> ytest = Variable.Array<bool>(new Range(_pastMetrics.Count));
        BayesPointMachine(Variable.Random(wPosterior), ytest);
        return engine.Infer(ytest);

    }

    void BayesPointMachine(Variable<Vector> w, VariableArray<bool> y)
    {
        // Create x vector, augmented by 1
        Range j = y.Range;
        Vector[] xdata = new Vector[_testMetrics.Count];
        for (int i = 0; i < xdata.Length; i++)
            xdata[i] = Vector.FromList(_testMetrics[i]);
        VariableArray<Vector> x = Variable.Observed(xdata, j);

        // Bayes Point Machine
        double noise = 0.1;
        y[j] = Variable.GaussianFromMeanAndVariance(Variable.InnerProduct(w, x[j]), noise) > 0;
    }
}

主な手順は次のとおりです。

static void Main()
{   
    var inf = new Inference();
    double[] incomes = { 63, 16, 28, 55, 22, 20 };
    double[] ages = { 38, 23, 40, 27, 18, 40 };
    for (int i = 0; i < incomes.Length; i++)
        inf.AddPastMetrics(new List<double> {incomes[i], ages[i]});

    double[] incomesTest = { 58, 18, 22 };
    double[] agesTest = { 36, 24, 37 };
    for (int i = 0; i < incomesTest.Length; i++)
        inf.AddTestMetrics(new List<double> { incomesTest[i], agesTest[i] });

    bool[] willBuy = { true, false, true, true, false, false };
    for (int i = 0; i < willBuy.Length; i++)
        inf.AddPastResults(willBuy[i]);

    Console.WriteLine("output=\n" + inf.GetInfer());

}

inferメソッドを呼び出すと、次のエラーが発生します。

変数'vVector__1'に長さ6が予想される場合に、長さ3の配列を提供しました

なぜですか？

4

1 に答える 1

0

配列に1を追加するのを忘れました。サンプルページから：

このデータを使用して、ベイズポイントマシンをトレーニングします。これを行うには、2つの観測値の配列を作成する必要があります。1つは入力フィーチャのベクトルで構成されるxと呼ばれ（1を追加して拡張）、もう1つはwillBuyをラップするyと呼ばれます。

于 2012-11-10T05:59:18.053 に答える