1

我正在 python 中使用轮盘赌构建遗传算法的父选择。

acc['left']是左边界，acc['right']是每个个体累积概率的右边界。rw是轮盘的随机数，而n_rw是 的数rw。

这是acc数据框：

    accuracy    rank    prob_fitness    left        right
0   0.825152    6.0     0.109091        0.000000    0.109091
1   0.839545    9.0     0.163636        0.109091    0.272727
2   0.807727    2.5     0.045455        0.272727    0.318182
3   0.840000    10.0    0.181818        0.318182    0.500000
4   0.807727    2.5     0.045455        0.500000    0.545455
5   0.820152    4.0     0.072727        0.545455    0.618182
6   0.832576    8.0     0.145455        0.618182    0.763636
7   0.821364    5.0     0.090909        0.763636    0.854545
8   0.802727    1.0     0.018182        0.854545    0.872727
9   0.829091    7.0     0.127273        0.872727    1.000000

这是rw：

'array([ 0.89676,  0.8007 ,  0.35212,  0.08043,  0.51044,  0.61213,  0.3392 ,  0.96687,  0.2554 ,  0.97215])'

我正在尝试使用此代码确定哪一个将成为家长候选人。但它不起作用。

acc['parent'] = np.zeros(pop_size)
o = 0
b = 0
while o < pop_size:
    o = o+1
    while b < n_rw:
        acc['parent'] = (rw[b] > acc['left'][o] & rw[b] <= acc['right'][o])
        if acc['parent'] == True:
            b = n_rw
        else:
            b = b+1
acc

结果是：

类型错误：& 不支持的操作数类型：“numpy.float64”和“numpy.float64”

你能帮我吗？提前致谢

4

1 回答 1

1

在您的情况下，这样的事情应该可以完成：

acc['parent'] = np.full(pop_size, False, dtype=bool)
o = 0

while o < pop_size:
    b = 0
    while b < n_rw:
        acc.loc[o,'parent'] = ((rw[b] > acc['left'][o]) & (rw[b] <= acc['right'][o]))

现在您正在写入 DataFrame 并实际更改先前启动的值。

        if acc.loc[o,'parent'] == True:
            break
        else:
            b = b+1
    o = o+1
print acc

但是，我不确定您的代码在做什么。

于 2018-01-10T08:56:12.333 回答