OCaml中的Logistic回归
我试图在OCaml中使用逻辑回归。我需要用它作为我正在解决的另一个问题的黑盒。我发现了以下网站: 我从该站点将以下代码(经过一些修改-我定义了自己的iris_功能和iris_标签)粘贴到一个名为logistic_regression.ml的文件中:OCaml中的Logistic回归,ocaml,ocamlbuild,ocamlfind,Ocaml,Ocamlbuild,Ocamlfind,我试图在OCaml中使用逻辑回归。我需要用它作为我正在解决的另一个问题的黑盒。我发现了以下网站: 我从该站点将以下代码(经过一些修改-我定义了自己的iris_功能和iris_标签)粘贴到一个名为logistic_regression.ml的文件中: open Scanf open Format open Bigarray open Lacaml.D let log_reg ?(lambda=0.1) x y = (* [f_df] returns the value of the fun
open Scanf
open Format
open Bigarray
open Lacaml.D
let log_reg ?(lambda=0.1) x y =
(* [f_df] returns the value of the function to maximize and store
its gradient in [g]. *)
let f_df w g =
let s = ref 0. in
ignore(copy ~y:g w); (* g ← w *)
scal (-. lambda) g; (* g = -λ w *)
for i = 0 to Array.length x - 1 do
let yi = float y.(i) in
let e = exp(-. yi *. dot w x.(i)) in
s := !s +. log1p e;
axpy g ~alpha:(yi *. e /. (1. +. e)) ~x:x.(i);
done;
-. !s -. 0.5 *. lambda *. dot w w
in
let w = Vec.make0 (Vec.dim x.(0)) in
ignore(Lbfgs.F.max f_df w);
w
let iris_features = [1 ; 2 ; 3] ;;
let iris_labels = 2 ;;
let proba w x y = 1. /. (1. +. exp(-. float y *. dot w x))
let () =
let sol = log_reg iris_features iris_labels in
printf "w = %a\n" Lacaml.Io.pp_fvec sol;
let nwrongs = ref 0 in
for i = 0 to Array.length iris_features - 1 do
let p = proba sol iris_features.(i) iris_labels.(i) in
printf "Label = %i prob = %g => %s\n" iris_labels.(i) p
(if p > 0.5 then "correct" else (incr nwrongs; "wrong"))
done;
printf "Number of wrong labels: %i\n" !nwrongs
我有以下问题:
错误:unboundmodule Lacaml
”。我安装了Lacaml;多次执行opam init,试图提供一个标志-package=Lacaml;我不知道怎么解决这个问题iris_功能
和iris_标签
都是数组,OCaml中的数组文字用[
,][/code>样式的括号分隔,例如
let iris_features = [|(* I don't know what to put here*)|]
let iris_labels = [|2|]
iris\u features
数组具有类型vec array
,即向量数组,而不是整数数组,我不是挖得太深而不知道放在那里的是什么,但语法如下所示
let iris_features =[|
Vec.of_list [1.; 2.; 3.;];
Vec.of_list [4.; 5.; 6.;];
|]
自从编写代码以来,Lacaml接口发生了一些变化,axpy
不再接受带标签的~x
参数(现在x和y向量都是位置向量),因此需要删除~x
并修复顺序(我假定x.(I)
是a*x+y
表达式中的x
,并且g
对应于y
,例如
axpy ~alpha:(yi *. e /. (1. +. e)) x.(i) g;
此代码还依赖于lbfgs
,因此您也需要安装它
opam depext --install lbfgs
我建议您使用默认的构建系统,但对于快速原型,您可以使用ocamlbuild
。将代码放入名为regresse.ml
的文件中的空文件夹中(您可以选择其他名称,只需相应地更新构建说明),现在您可以将其构建为本机可执行文件,如下所示
ocamlbuild -pkg lacaml -pkg lbfgs regress.native
以同样的方式运行它
./regress.native
如果您在OCaml顶级(也称为解释器,即在OCaml
解释器中运行代码),您可以使用以下两个指令加载lacaml
和lbfgs
:
#use "topfind";;
#require "lacaml.top";;
#require "lbfgs";;
(#
不是提示,而是指令语法的一部分,所以别忘了键入它)
现在,您可以将代码复制粘贴到解释器中并使用它
有奖赛道建设与沙丘
创建一个空文件夹,并将regresse.ml
放在那里
删除open Bigarray
和open Scanf
,因为dune对警告非常严格,并且会将它们变成错误(它会在这些行上向您发出警告,因为它们实际上是未使用的)
创建沙丘项目
构建并运行
现在无法深入研究这个问题,但我注意到您正在将iris_功能
传递到Array.length
,但该函数需要一个数组,而不是一个列表。您可以使用文本将iris_功能
绑定到一个等效数组。
dune init exe regress --libs lacaml,lbfgs
dune exec ./regress.exe