loss_machine.h

   1
   2 ///////////////////////////////////////////////////////////////////////////
   3 // This program is free software: you can redistribute it and/or modify  //
   4 // it under the terms of the version 3 of the GNU General Public License //
   5 // as published by the Free Software Foundation.                         //
   6 //                                                                       //
   7 // This program is distributed in the hope that it will be useful, but   //
   8 // WITHOUT ANY WARRANTY; without even the implied warranty of            //
   9 // MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU      //
  10 // General Public License for more details.                              //
  11 //                                                                       //
  12 // You should have received a copy of the GNU General Public License     //
  13 // along with this program. If not, see <http://www.gnu.org/licenses/>.  //
  14 //                                                                       //
  15 // Written by Francois Fleuret, (C) IDIAP                                //
  16 // Contact <francois.fleuret@idiap.ch> for comments & bug reports        //
  17 ///////////////////////////////////////////////////////////////////////////
  18
  19 #ifndef LOSS_MACHINE_H
  20 #define LOSS_MACHINE_H
  21
  22 #include "misc.h"
  23 #include "sample_set.h"
  24
  25 class LossMachine {
  26   int _loss_type;
  27
  28 public:
  29   LossMachine(int loss_type);
  30
  31   void get_loss_derivatives(SampleSet *samples,
  32                             scalar_t *responses,
  33                             scalar_t *derivatives);
  34
  35   scalar_t loss(SampleSet *samples, scalar_t *responses);
  36
  37   scalar_t optimal_weight(SampleSet *sample_set,
  38                           scalar_t *weak_learner_responses,
  39                           scalar_t *current_responses);
  40
  41   // This method returns in sample_nb_occurences[k] the number of time
  42   // the example k was sampled, and in sample_responses[k] the
  43   // consistent response so that the overall loss remains the same. If
  44   // allow_duplicates is set to 1, all samples will have an identical
  45   // response (i.e. weight), but some may have more than one
  46   // occurence. On the contrary, if allow_duplicates is 0, samples
  47   // will all have only one occurence (or zero) but the responses may
  48   // vary to account for the multiple sampling.
  49
  50   void subsample(int nb, scalar_t *labels, scalar_t *responses,
  51                  int nb_to_sample, int *sample_nb_occurences, scalar_t *sample_responses,
  52                  int allow_duplicates);
  53 };
  54
  55 #endif