python - 如何在 pyevolve 基因编程中使用最佳个体

Question

我在 pyevolve 申请 GP 进行训练，它给了我最好的树。我想用这棵树来测试不同的数据。我想保持min是树的根，所以如果 gp_add、gp_mul... 是树的根，函数将返回 -1。

这是关于我最好的树的例子，原始分数是 1.0143

gp_min(gp_add(gp_mul(gp_min(a, b), c), d))

这就是代码，我尝试在测试数据中应用最好的个体。

bestIndi = ga.bestIndividual()
comp_code = bestIndi.getCompiledCode()
score = eval(comp_code)

这段代码方向正确吗？为什么分数总是-1？

Answer 1

那是在正确的道路上。GP 中的一个主要属性是充分性属性，它表示域中的元素应该足以解决问题。

检查变量的范围。

如果想保持 min 作为树的根，最好将它应用到适应度函数中，但是，如果 GP 找到的个体比以 gp_min 作为根的个体更好，那么最好消除该限制。