Haskell多态性和类型实例

Question

我想在Haskell中编写一个机器学习库，以处理我的Haskell技能。 我考虑涉及一类是像这样的一般设计：，给定一组实例X的

class Classifier classifier where 
    train :: X -> y -> trainingData 
    classify :: trainingData -> x -> y 

例如，与它们的真实标记Y，列车返回 trainingData其在分类功能中使用。

所以，如果我想要实现KNN，我会做它像这样：

data KNN = KNN Int (Int -> Int -> Float) 

当第一个int是邻居的数量和功能，它是计算矢量

之间的距离度量

instance Classifier KNN where 
---This is where I am stuck--- 

我该如何实现分类器类型的类函数，以便它们对于我将创建的所有分类器都是通用的 ？ 我感觉就像我对待Haskell太像一个命令 面向对象的语言，我想这样做的Haskell的方式。

Answer 1

我会说你需要多参数类型类（有可选的功能依赖或类型系列;我省略了这些）。

class Classifier c s l k where 
     train :: c -> [(s, l)] -> k 
     classify :: c -> k -> s -> l 
     combine :: c -> k -> k -> k 

分类器，样本，标签和知识类型之间存在着四面关系。

训练方法从一组样本（s） - 标签（l）对中推导出一些知识（k）。分类方法使用该知识来推断样本的标签。 （组合方法将两个知识结合在一起;不知道它是否总是适用）。

Answer 2

假设你的类型的类没有什么分类提供知识，你可以不喜欢

class Classifier c where 
    train :: [x] -> [y] -> c -> [(x,y)] 
    classify :: [(x,y)] -> c -> x > y 

这里，train越来越x类型的样本名单，y类型的标签列表，和某种类型的分类器c，并且需要返回样本/标签对的列表。

classify获取样本/标签对（例如由train产生的），分类器和样本的列表，并生成新的标签。

（最起码，虽然，我可能会喜欢的东西Map x y更换[(x,y)]。）

的关键是，分级本身需要双方train和classify使用，但是你没有需要知道这个时候会是什么样子。

您的KNN实例可以再看看像

instance Classifier KNN where 

    train samples labels (KNN n f) = ... 
    classify td (KNN n f) sample = ... 

这里，n和f可同时用于创建训练数据，并帮助挑选训练数据的最接近的成员的采样点。