cavalab/srbench

何を解決するか

SRBenchは、記号回帰（SR）分野における標準化、再現性、強力なベンチマークの不足に対処します。遺伝的プログラミング（GP）と機械学習（ML）のコミュニティの間のギャップを埋めるために、大規模で多様なデータセットを用いて、現代のSR手法を強力なベースラインと比較できる公開でオープンソースのフレームワークを提供します。

動作方法

SRBenchは、貢献する手法がscikit-learn互換APIを実装する必要がある統一された実験設定を提供します。再現性を確保するためにDockerコンテナを使用し、ハイパーパラメータチューニングと複数の独立した実行を、Penn Machine Learning Benchmarks（PMLB）や第一原理回帰問題を含むさまざまなデータセット上で実施します。

対象ユーザー

このツールは、記号回帰や遺伝的プログラミングに取り組むML研究者および開発者向けであり、新しい手法を既存の最先端技術と比較して評価する必要がある人を対象としています。

特徴

• 広範な手法のリスト: 2025年版では最大25種類の記号回帰手法を評価します。
• 再現可能な環境: 各手法に対してDockerコンテナを使用し、一貫した実行を保証します。
• 多様なデータセット: PMLBや第一原理問題を含む幅広いデータセットを利用します。
• オープンな標準: 新しい手法の統合を容易にするために、scikit-learn互換APIを必須とします。