如何解决deap中的曲线拟合python-遗传算法
我有一个wave函数,我想根据数据集获得给定函数的最佳超参数,x_data
是输入数据集,y_data是输出数据。
波形功能:
def wave_func(x,dist,amp,omega,phi): #x is the input data,(dist,phi are the hyperparams)
return dist + amp * np.cos(omega * x + phi)
params,params_covariance = optimize.curve_fit(wave_func,x_data,y_data,p0=[1,1,2,1])
当前,优化是借助scipy
库中的优化模块完成的。我想重新实现遗传算法的优化。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。