问题标签 [gplearn]

尽管这听起来像是一项简单的任务，但通过文档我还没有遇到过这样做的方法。

运行任意例程后（例如这些示例之一，我得到类似

我如何（或者我什至可以）将其转换为可以在外部使用gplearn的表达式，例如sympy表达式？

我正在使用 gplearn 库（遗传编程）从给定的数据集生成新规则。目前，我有 11 行数据和 24 列（特征），我将它们作为 SymbolicRegressor 方法的输入来获取新规则。但是，我只得到一个规则。一般来说，如果我提供 11 行数据作为输入，我不应该得到 11 条新规则。如果我做错了，那么正确的做法是什么？

输出是：

X7/(X15*(-X16*X20 - X19 + X2))

我将我的数据集拆分为X_train、和Y_train，然后我使用了 symbolicRegressor ...X_testY_test

我已经将 Dataframe 中的字符串值转换为浮点值。但是通过应用symbolicRegressor我得到这个错误：

ValueError：无法将字符串转换为浮点数：'d'

其中“d”是来自 Y 的值。

由于我在Y_train和中的所有值Y_test都是字母字符，因为它们是“标签”，所以我不明白为什么要symbolicRegressor尝试获取浮点数..

任何的想法？

我尝试安装 GPLearn 以在 Python 中运行。

我使用 pip 通过以下命令安装 GPLearn：

一切似乎都很好

在VS2019中启动一个新的python项目并运行代码时

这给出了错误 No module named 'gplearn'。

用 Scikit-learn 尝试了完全相同的方法，效果很好。

我有相同的功能。我将它们放入 SymbolicTransformer，适合。这是 fit 的结果：

[sqrt(X145), log(div(add(div(div(X270, X568), sub(X177, X147)), 否定(sqrt(X3)))), sqrt(div(log(X240), sub(X32) ，X481））））），blablabla ...]

X145之列：

变换后，从 sqrt(X145) 生成的新特征的列（新特征的第一列）为：

我想列 sqrt(X145) 是：

[sqrt(0)，sqrt(5)，sqrt(2)，sqrt(10)，sqrt(15)]

显然，我对 SymbolicTransformer 关于生成特征有一些误解。如果我错了，请纠正我。

我正在使用 gplearn 的 SymbolicTransformer 来生成一些自动化特征。问题是，当我在拟合后通过查看 _best_programs 来检查特征的表达时，我发现大多数特征都有相同的表达。我想知道是否有办法确保我们在拟合后使用 SymbolicTransformer 输出不同的特征？

我最近发现了全科医生，发现它很吸引人。显式学习数学表达式与隐式学习神经网络完全不同！我对 GP 如何与在线学习一起工作很感兴趣，我想因为有一个进化过程，所以在线学习感觉很自然。但是，我不确定我是否完全掌握了所有细节，这让我怀疑我的直觉是否正确。所以，我认为如果一次输入一个数据点，算法应该更新数学表达式，也许一次几个数据点可能会产生更好的结果。我认为 max_samples 参数gplearn允许我指定一次查看的数据点百分比，但是所有数据点都必须可用吗？如果所有数据点都不可用怎么办？下面的循环会做什么？

每次运行 est_gp.fit 时，该方法都会遍历 N 个可能的函数并在每一代期间修改函数。但是，如果它对一个数据点这样做，当引入一个新的数据点时，它是否会从之前的数据点中取出获胜模型并将其投入到新的群体中？

（注意：在GitHub 上提出了相同的问题）。

如何为符号回归选择特征？我有 30 个特征，我只想对符号回归使用最敏感的特征。

例如，可以使用这个数据集，它类似于我的数据集。https://scikit-learn.org/stable/modules/generated/sklearn.datasets.load_boston.html