基于符号回归（遗传算法）的特征生成原理及代码

# 基于符号回归的特征生成 #### 介绍 基于符号回归（遗传算法）的特征生成原理及代码 #### 数据来源 产奶量数据 #### 实现基础 基于gplearn库实现符号回归-特征生成 #### 实现流程 首先，采用corr()方法分析特征相关性 其次，采用gplearn库中SymbolicTransformer实现符号回归 from gplearn.genetic import SymbolicTransformer 然后，符号回归内部为遗传算法，适应度函数默认为皮尔逊系数的公式，优化目标为最大化皮尔逊，该参数可调节自定义。 最后，以随机森林为基线模型，采用交叉验证递归消除特征，选择最优特征。