rogeroyer comments

Results 18 comments of


                                            rogeroyer

关于DeepFM模型的Embedding层问题

明白了，就是把所有离散特征的id映射到一个字典，不同离散特征做好区分就好了，谢谢解答~

请问， def getOne(self): （选择一个个体）函数抛出错误raise Exception("选择错误", self.bounds)

默认所有个体的适应度都是大于0的，所以self.bounds(所有个体适应度之和)也大于0。

AUC值异常

请问你是每一个个体的auc都为1吗？你看一下每次选出来的特征子集是不是所有特征（不包含主键和标签）的子集呢？

AUC值异常

请问你的特征维数一共是多少呢？我刚开始测试的时候用10维左右就可能出现子代基因全为0的情况，因为经过交叉和变异是可能出现这种情况的。但是我写这个算法的初衷就是针对特征维数比较高的情况，一般50维以上，如果维数比较低其实就没多大必要做特征选择了或者直接使用蛮力搜索效果可能会更好，时间也可以接受。

AUC值异常

我修改了几行代码，你重新下载使用下看行不行，提醒一下就是self.columns那里第一个元素是标签的名称，如果你数据集里面不是target就把它命名为target，其它元素全是特征名称。

谢谢你的提议哈，我用的终止条件是迭代次数，当迭代次数达到设定的阈值程序就自动结束了。 ``` def main(): fs = FeatureSelection(aLifeCount=20) rounds = 100 # 算法迭代次数 # fs.run(rounds) ``` 之所以采用迭代次数是因为相邻两代之间最优个体适应度可能是一样的，所以就没用相邻两代之间最优个体适应度的差来作为终止条件。lifecount是每一代里面的个体数。 ``` def initPopulation(self): """初始化种群""" self.lives = [] count = 0 while count < self.lifeCount:...