11、机器学习中的进化计算方法：VIGP与Kaizen编程

机器学习中的进化计算方法：VIGP与Kaizen编程

1. VIGP在符号回归中的应用

1.1 VIGP与VIGP - 的对比

在实值符号回归中，VIGP（Vanishing Ideal GP）被证明能成功调节树的膨胀问题，并在均方误差（MSE）方面找到更好的解决方案。然而，VIGP不仅移除了消失多项式，还移除了语义内含子。为了确定是哪种移除操作对结果贡献更大，我们将VIGP与仅移除语义内含子的VIGP - 进行了比较。

实验中，两种方法都将树转换为多项式，展开后再转换回树，并在这个过程中移除语义内含子。结果如图4.8所示，VIGP在两个目标函数上都实现了更短的平均树高和更小的MSE。这表明移除消失多项式在实值符号回归中具有不可忽视的影响。

对比指标	VIGP	VIGP -
平均树高	更短	较长
最小MSE	更小	较大

1.2 VIGP在6 - 奇偶问题中的应用

6 - 奇偶问题的目标是构建一个逻辑函数，当六个输入中有偶数个为1时返回1。在这个问题中，我们使用AND和XOR运算符来避免逻辑函数与布尔多项式映射的复杂性。

通过比较VIGP和传统遗传编程（GP），我们发现