C# - MathNet.Numerics의 Matrix(행렬) 연산
ML.NET의 경우 기본 라이브러리에는 행렬 타입이 없습니다. 그나마 기존에 Infer.NET으로 알려진 Microsoft.ML.Probabilistic에 Matrix 타입이 제공되므로 다음과 같이 추가하면 됩니다.
Install-Package Microsoft.ML.Probabilistic
<PackageReference Include="Microsoft.ML.Probabilistic" Version="0.3.1810.501" />
연산자 재정의가 되어 있으므로 행렬 곱도 자연스럽게 연산할 수 있고,
double[] data1 = Range.Create(1.0, 10.0, 1.0).ToArray();
Matrix mat1 = new Matrix(3, 3, data1);
double[] data2 = Range.Create(1.0, 10.0, 1.0).ToArray();
Matrix mat2 = new Matrix(3, 3, data2);
Matrix mat3 = mat1 * mat2;
Console.WriteLine(mat3);
/*
30 36 42
66 81 96
102 126 150
*/
요소 간 곱셈도 별도의 SetToElementwiseProduct 메서드를 이용하면 됩니다.
mat3.SetToElementwiseProduct(mat1, mat2);
Console.WriteLine(mat3);
/*
1 4 9
16 25 36
49 64 81
*/
하지만, 기능이 많지는 않습니다. 예를 들어 역행렬을 구하는 것조차 아직 미구현이니,
// 예외 발생: System.NotImplementedException: 'The method or operation is not implemented.'
Matrix invMat = mat3.Inverse();
의사 역행렬을 구하는 기능은 껍데기 메서드조차 없는 상태입니다.
이런 빈약한 행렬 처리를 보완하려면 MathNet.Numerics 라이브러리를 함께 연동하는 것이 좋습니다.
Install-Package MathNet.Numerics
<PackageReference Include="MathNet.Numerics" Version="4.7.0" />
어차피 2차원 배열로 행렬이 이뤄지기 때문에 ML.NET의 Matrix와 MathNet의 Matrix를 다음과 같이 서로 변환할 수 있습니다.
double[,] matData = ...;
Matrix mlMatrix = new Matrix(matData);
// ML.NET의 Matrix를 MathNet Matrix로 변환
Matrix<double> mathMatrix = CreateMatrix.DenseOfArray(mlMatrix.ToArray());
// MathNet Matrix를 ML.NET Matrix로 변환
mlMatrix = new Matrix(mathMatrix.ToArray());
따라서 이제부터는 MathNet의 Matrix를 이용해 의사 역행렬, 행렬 곱, 요소 간 행렬 곱 등의 연산을 할 수 있습니다.
Matrix<double> mat1 = CreateMatrix.DenseOfColumnMajor(3, 3, data1).Transpose();
Matrix<double> mat2 = CreateMatrix.DenseOfColumnMajor(3, 3, data2).Transpose();
Matrix<double> mat3 = mat1.Multiply(mat2); // 행렬 곱
mat3 = mat1 * mat2; // 연산자도 지원
Matrix<double> mat4 = mat1.PointwiseMultiply(mat2); // 요소 간 곱
Matrix<double> invMat = mat4.Inverse(); // 역행렬
Matrix<double> mat5 = CreateMatrix.DenseOfArray(data.ToArray2D());
Matrix<double> pseudoInvMat = mat5.PseudoInverse(); // 의사 역행렬
(
첨부 파일은 이 글의 예제 코드를 포함합니다.)
[이 글에 대해서 여러분들과 의견을 공유하고 싶습니다. 틀리거나 미흡한 부분 또는 의문 사항이 있으시면 언제든 댓글 남겨주십시오.]