在 MATLAB 中条件选择所有可能的参数组合

Posted 2023-03-31

【中文标题】在 MATLAB 中条件选择所有可能的参数组合

【英文标题】：Conditional selection of all possible parameter combinations in MATLAB

【发布时间】：2019-06-03 12:20:58

【问题描述】：

这是All possible combinations of many parameters MATLAB问题的后续

除了我的参数集的所有可能组合之外，我还有一个条件参数。例如，只有当参数 'corrAs' 设置为 'objective' 时，我才需要包含名为 'lambda' 的参数。

做到这一点，现在我正在做以下事情

%% All posible parameters
params.corrAs = 'objective', 'constraint';
params.size = 'small', 'medium', 'large';
params.density = 'uniform', 'non-uniform';
params.k = 3,4,5,6;
params.constraintP = 'identity', 'none';
params.Npoints_perJ = 2, 3;
params.sampling = 'hks', 'fps';  

% If corrAs is 'objective', then also set lambda
params.lambda = 0.01, 0.1, 1, 10, 100;

%%%%%%%%%%%%% The solution posted on the link %%%%%%%%%%%
%% Get current parameter and evaluate
fields = fieldnames(params);
nFields = numel(fields);
sz = NaN(nFields, 1);

% Loop over all parameters to get sizes
for jj = 1:nFields
    sz(jj) = numel( params.(fieldsjj) );
end

% Loop for every combination of parameters
idx = cell(1,nFields);
for ii = 1:prod(sz)
    % Use ind2sub to switch from a linear index to the combination set
    [idx:] = ind2sub( sz, ii );
    % Create currentParam from the combination indices
    currentParam = struct();
    for jj = 1:nFields

        %%%%%%%%%%% My addition for conditional parameter %%%%%%%%%%%
        % lambda is valid only when corrAs is 'objective'
        if isfield(currentParam, 'corrAs') && strcmp(fieldsjj, 'lambda') && ~strcmp(currentParam.corrAs, 'objective')
            continue;
        end
        currentParam.(fieldsjj) = params.(fieldsjj)idxjj;
    end

    %% Do something with currentParam

end

它可以工作，但是即使 corrAs 不是“客观的”，主 for 循环的迭代次数也包括 lambda 参数。因此，我最终使用相同的 currentParam 进行了多次评估。

我怎样才能更有效地做到这一点？

【参考方案1】：

考虑这一点的一种简单方法是将代码分解为更基于函数的代码

在下面的代码中，我只是简单地将组合处理代码放入了一个函数paramProcessing。 这个函数被调用了两次 -

当params.corrAs 仅是'constraint' 时，将处理所有组合，没有lambda 字段。

当params.corrAs 仅是'objective' 时，所有组合都将使用附加的lambda 字段进行处理。

如果循环中有一个，您可以为paramProcessing 函数提供一个输出。

这意味着你只是在做你想要的组合。从您的问题来看，似乎每个组合都是独立的，因此您在单独的循环中覆盖组合应该是无关紧要的。函数用法意味着您不必在循环中添加新条件，并且每次params.corrAs 的不同可能值确保没有重叠。

paramProcessing 函数可以是主函数文件中的本地函数（如图所示），也可以是脚本中的本地函数（对于较新的 MATLAB 版本），也可以是路径上它自己的 .m 文件中的本地函数。

代码：

function main()
    %% All posible parameters, corrA is 'constraint' only.
    params.corrAs = 'constraint';
    params.size = 'small', 'medium', 'large';
    params.density = 'uniform', 'non-uniform';
    params.k = 3,4,5,6;
    params.constraintP = 'identity', 'none';
    params.Npoints_perJ = 2, 3;
    params.sampling = 'hks', 'fps';  

    % First processing call, no 'lambda' field exists in 'params'
    paramProcessing( params );

    % Cover the cases where corrAs is 'objective', with 'lambda' field
    params.corrAs = 'objective';
    params.lambda = 0.01, 0.1, 1, 10, 100;

    % Second processing call, with new settings
    paramsProcessing( params );    
end
function paramProcessing( params )
    %% Get current parameter and evaluate
    fields = fieldnames(params);
    nFields = numel(fields);
    sz = NaN(nFields, 1);

    % Loop over all parameters to get sizes
    for jj = 1:nFields
        sz(jj) = numel( params.(fieldsjj) );
    end

    % Loop for every combination of parameters
    idx = cell(1,nFields);
    for ii = 1:prod(sz)
        % Use ind2sub to switch from a linear index to the combination set
        [idx:] = ind2sub( sz, ii );
        % Create currentParam from the combination indices
        currentParam = struct();
        for jj = 1:nFields
            currentParam.(fieldsjj) = params.(fieldsjj)idxjj;
        end

        %% Do something with currentParam

    end
end    

【讨论】：

是的。但是，这需要人工干预。有什么办法让它自动化吗？

我不明白这比最低限度的人为干预多吗？您总是需要指定存在哪些param 条件（/哪些组合是例外），这只是一种分离这些条件以减少不必要循环的方法。