好的,我一直试图找到答案,我无法绕过新的java 8 lambdas和Method引用。
我正在写一个SVM解码器。我有这个模型,由libSVM创建,可以获得所有相关信息,如内核类型和常量,如rho和gamma。我有一个函数,它接受一个向量并使用模型的内核类型对其进行分类。目前我只是使用一个开关来确定要使用的内核:
public double classify(FeatureVector v){
double fx = 0.0;
switch(kernel){
case "linear":
for(FeatureVector xi : supportVectors){
fx += (xi.getWeight() * crossProduct(xi, v));
}
break;
case "polynomial":
for(FeatureVector xi : supportVectors){
fx += (xi.getWeight() * polynomialKernel(xi, v));
}
break;
case "rbf":
for(FeatureVector xi : supportVectors){
fx += (xi.getWeight() * rbfKernel(xi, v));
}
break;
case "sigmoid":
for(FeatureVector xi : supportVectors){
fx += (xi.getWeight() * sigmoidKernel(xi, v));
}
break;
default:
break;
}
return fx - rho;
}
现在,这很好用。但它很丑陋而难以遵循。我一直在阅读8中的lambda和方法参考,我只是想不出来。无论如何,我的最终想法是为每个内核的方法创建一个字符串映射(内核名称)。然后将整个分类方法简化为以下内容:
public double classify(FeatureVector v){
double fx = 0.0;
//get the method from map, this is where I need the help
for(FeatureVector xi : supportVectors){
//and how do I then pass params to the method?
fx += (xi.getWeight() * kernelMethod(xi, v));
}
return fx - rho;
}
还有一种方法可以使用流然后执行整个for-each循环,但首先我想了解lambdas和方法引用。
答案 0 :(得分:3)
定义地图Map<String, BiFunction<FeatureVector, FeatureVector, Double>> functions
,添加您的功能,例如functions.put("linear", ThisClass::crossProduct)
然后再做
BiFunction<FeatureVector, FeatureVector, Double> function = functions.get(...);
fx += xi.getWeight() * function.apply(xi, v);
如果是crossProduct和co。不是静止的,您需要改为this::crossProduct
。
答案 1 :(得分:1)
不要仅使用lambda
来使用lambda
...
我会像这样简单地重构您的代码:
for(FeatureVector xi : supportVectors)
{
switch(kernel){
case "linear":
fx += (xi.getWeight() * crossProduct(xi, v));
break;
case "polynomial":
fx += (xi.getWeight() * polynomialKernel(xi, v));
break;
case "rbf":
fx += (xi.getWeight() * rbfKernel(xi, v));
break;
case "sigmoid":
fx += (xi.getWeight() * sigmoidKernel(xi, v));
break;
}
}
您可能希望阅读有关polymorphism的内容,以避免此类切换语句随时间推移最有可能成为spaghetti code。