Python DEAP - 自定义适应度函数
Python DEAP - Custom fitness function
我的问题是关于在我的遗传编程实现中 DEAP/Python 中实现自定义适应度函数的可能性。
在搜索和阅读 DEAP 官方文档后,我没有找到任何相关信息,因此,如果您能帮助我,我将不胜感激。
谢谢。
您确定需要自定义适应度函数吗?
这有点令人困惑,但您可能指的是自定义评估函数。这应该 return 适应度函数尝试最大化或最小化的数字。
一个很好的例子是https://deap.readthedocs.io/en/master/examples/ga_onemax.html
在本教程中,设置了标准的最大化适应度函数:
creator.create("FitnessMax", base.Fitness, weights=(1.0,))
creator.create("Individual", list, fitness=creator.FitnessMax)
后跟[=26=]评价函数:
def evalOneMax(individual):
return sum(individual),
然后注册到工具箱:
toolbox.register("evaluate", evalOneMax)
我的问题是关于在我的遗传编程实现中 DEAP/Python 中实现自定义适应度函数的可能性。
在搜索和阅读 DEAP 官方文档后,我没有找到任何相关信息,因此,如果您能帮助我,我将不胜感激。
谢谢。
您确定需要自定义适应度函数吗?
这有点令人困惑,但您可能指的是自定义评估函数。这应该 return 适应度函数尝试最大化或最小化的数字。
一个很好的例子是https://deap.readthedocs.io/en/master/examples/ga_onemax.html
在本教程中,设置了标准的最大化适应度函数:
creator.create("FitnessMax", base.Fitness, weights=(1.0,))
creator.create("Individual", list, fitness=creator.FitnessMax)
后跟[=26=]评价函数:
def evalOneMax(individual):
return sum(individual),
然后注册到工具箱:
toolbox.register("evaluate", evalOneMax)