升级后的gplearn, 支持包含时序和截面参数的自定义函数,例如均线
定义,生成树型对象,定义交叉变异方法
定义适应度函数,和自定义适应函数的方法
自定义函数和构建方法
模型接口,包括由工厂类派生出,回归,分类器和特征工程工具类,应用于不同场景
支持函数
test.py
自定义函数样例
函数名 | 实现逻辑 | 参数要求 | 输出类型 |
---|---|---|---|
combine(X, Y) | 拼接两个分类变量 | 【分类变量】,【分类变量】 | 【分类变量】 |
函数名 | 实现逻辑 | 参数要求 | 输出类型 |
---|---|---|---|
delay(X,d) | 时序变量滞后 | 【数值变量】,【整形常量】 | 【数值变量】 |
delta(X,d) | 与滞后项作差 | 【数值变量】,【整形常量】 | 【数值变量】 |
ts_min(X,d) | 时间窗口最小值 | 【数值变量】,【整形常量】 | 【数值变量】 |
未调试完全, 有bug
处理完funtions模块的问题 调试成功,对于时序自定义函数中的常数参数,需要在函数中做去广播判定
test中加入了自定义函数的定义方法,需要忽略运行时的RuntimeWarning
functions中去掉了对于function.code.co_argument的限制 增强对函数修饰器的兼容
test.py debug 函数定义考虑特殊参数情况
新增面板数据支持功能 将场景分位截面,时序和面板 数据定义要求更新
函数定义要求更新
更新适应度惩罚计算
修改遗传规划中的特征筛选逻辑 (当最大相关系数绝对值低于某一阈值时,直接按fitness筛选)