Skip to content

锦标赛选择

该文件是TPOT库的一部分。

当前版本的TPOT是由以下人员在Cedars-Sinai开发的： - Pedro Henrique Ribeiro (https://github.com/perib, https://www.linkedin.com/in/pedro-ribeiro/) - Anil Saini (anil.saini@cshs.org) - Jose Hernandez (jgh9094@gmail.com) - Jay Moran (jay.moran@cshs.org) - Nicholas Matsumoto (nicholas.matsumoto@cshs.org) - Hyunjun Choi (hyunjun.choi@cshs.org) - Miguel E. Hernandez (miguel.e.hernandez@cshs.org) - Jason Moore (moorejh28@gmail.com)

TPOT的原始版本主要由宾夕法尼亚大学的以下人员开发： - Randal S. Olson (rso@randalolson.com) - Weixuan Fu (weixuanf@upenn.edu) - Daniel Angell (dpa34@drexel.edu) - Jason Moore (moorejh28@gmail.com) - 以及许多慷慨的开源贡献者

TPOT 是免费软件：您可以根据自由软件基金会发布的 GNU 宽通用公共许可证的条款重新分发和/或修改它，许可证的版本可以是第 3 版，或者（根据您的选择）任何以后的版本。

TPOT 的发布是希望它能有用， 但没有任何保证；甚至没有对 适销性或特定用途适用性的暗示保证。更多详情请参阅 GNU 较宽松通用公共许可证。

您应该已经收到了一份GNU较宽松通用公共许可证的副本，随TPOT一起提供。如果没有，请参见http://www.gnu.org/licenses/。

tournament_selection(scores, k, n_parents=1, rng=None, tournament_size=2, score_index=0)

在随机选择的tournsize个体中选择最佳个体，进行k次。返回的列表包含所选individuals的索引。

参数:

名称 类型 描述 默认值
scores ndarray

得分矩阵，其中行代表个体，列代表不同目标的得分。

 required
k int

选择个体的数量。

 required
n_parents int

每个个体选择的父代数量。默认值为1。

 1
rng (int, Generator)

随机数生成器。默认值为None。

 None
tournament_size int

每次锦标赛中参与的个体数量。

 2
score_index (int, str)

用于选择的分数索引。如果传递了“average”，则使用平均分数。默认值为0（仅使用第一个分数）。

 0

返回:

类型 描述
一个形状为 (k, n_parents) 的选定个体索引数组。
Source code in tpot2/selectors/tournament_selection.py 
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
def tournament_selection(scores, k, n_parents=1, rng=None, tournament_size=2, score_index=0):
    """
    Select the best individual among *tournsize* randomly chosen
    individuals, *k* times. The returned list contains the indices of the chosen *individuals*.

    Parameters
    ----------
    scores : np.ndarray
        The score matrix, where rows the individuals and the columns are the corresponds to scores on different objectives.
    k : int
        The number of individuals to select.
    n_parents : int, optional
        The number of parents to select per individual. The default is 1.
    rng : int, np.random.Generator, optional
        The random number generator. The default is None.
    tournament_size : int, optional
        The number of individuals participating in each tournament.
    score_index : int, str, optional
        The index of the score to use for selection. If "average" is passed, the average score is used. The default is 0 (only the first score is used).

    Returns
    -------
        A array of indices of selected individuals of shape (k, n_parents).
    """

    rng = np.random.default_rng(rng)

    if isinstance(score_index,int):
        key=lambda x:x[1][score_index]
    elif score_index == "average":
        key=lambda x:np.mean(x[1])

    chosen = []
    for i in range(k*n_parents):
        aspirants_idx =[rng.choice(len(scores)) for i in range(tournament_size)]
        aspirants  = list(zip(aspirants_idx, scores[aspirants_idx])) # Zip indices and elements together
        chosen.append(max(aspirants, key=key)[0]) # Retrun the index of the maximum element

    return np.reshape(chosen, (k, n_parents))