如何解码遗传算法中的个体?

问题描述

不知道我说的对不对。

我有一个数据集,我将其转换为 df ,其中包含我的交易,例如:

bread  egg  milk  newspaper  orange  pineapple  sugar
0      1    1     0          0       0          0      0
1      0    0     1          0       0          0      0
2      0    0     0          0       0          1      0
3      0    0     0          1       0          0      0
4      1    1     0          0       1          0      0
5      0    0     1          0       0          0      1
6      0    1     0          1       0          0      0 

我已将其转换为位列表以填充遗传算法:

[['1','1','0','0'],['0',['1','1'],'0']]

这成为我的遗传算法中的初始种群。

然而,我不知道如何为这些数据设计一个合适的适应度函数,因为这些位并没有真正承载它们的原始含义? ['1','0'] 例如没有携带我想在适应度函数中使用的原始支持值。

知道我该怎么做吗?

此外,我在算法结束时获得了一个最佳个体(在教程的帮助下设计)。我怎样才能获得一些优秀的人?

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)