featureLearning

基于遗传编程的方法实现特征学习

实现原理，请参考书籍 《Python预测之美：数据分析与算法实战》

使用方法

import pandas as pd
import numpy as np
from evolve.GeneProFeatureBuilding import FeatureEvolution

读入基础数据

data = pd.read_csv("data/cemht.csv")
X = data.drop(columns=['No', 'Y'])
y = data.Y

进行标准化处理

X = X.apply(lambda e: (e - np.mean(e))/np.std(e), axis=1)
print(X.head())

创建 FeatureEvolution 实例

f_learn = FeatureEvolution(x=X, y=y, task='reg', need_genes=2)

进化迭代

f_learn.evolve()

获取学习到的特征数据，并绘制特征的二叉树图

out = f_learn.get_feature()
f_learn.plot_feature()