锦标赛选择

本文件是 TPOT 库的一部分。

TPOT 的当前版本由 Cedars-Sinai 的以下人员开发： - 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) - Gabriel Ketron (gabriel.ketron@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 是自由软件：您可以根据自由软件基金会发布的 GNU 宽通用公共许可证（本许可证的第三版，或者您选择的任何后续版本）的条款重新分发和/或修改它。

分发 TPOT 是希望它会有用，但没有任何担保；甚至不包括适销性或特定用途适用性的默示担保。详情请参阅 GNU 宽通用公共许可证。

您应该已经随 TPOT 收到了一份 GNU 宽通用公共许可证副本。如果尚未收到，请参阅 https://gnu.ac.cn/licenses/。

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

从随机选择的 *tournsize* 个个体中选出最佳个体，重复 *k* 次。返回的列表包含所选 *个体* 的索引。

参数

名称	类型	描述	默认值
`scores`	`ndarray`	分数矩阵，其中行代表个体，列代表不同目标的得分。	必需
`k`	`int`	要选择的个体数量。	必需
`n_parents`	`int`	每个个体要选择的父代数量。默认值为 1。	`1`
`rng`	`(int, Generator)`	随机数生成器。默认值为 None。	`None`
`tournament_size`	`int`	参加每次锦标赛的个体数量。	`2`
`score_index`	`(int, str)`	用于选择的分数索引。如果传入 "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
`所选个体索引的数组，形状为 (k, n_parents)。`

源代码位于 tpot/selectors/tournament_selection.py

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))

锦标赛选择

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

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