trevorstephens/gplearn

해결하는 문제

변수 간의 관계를 설명하는 수학적 식을 찾는 방법을 제공합니다. 전통적인 머신러닝 모델이 '블랙박스'인 반면, 이 도구는 기호 회귀를 사용하여 데이터에 가장 잘 맞는 가독성 있는 공식을 발견합니다.

작동 방식

이 라이브러리는 유전 알고리즘 프로그래밍(GP)을 구현합니다. 무작위 수학 공식 집합으로 시작하여, 여러 세대에 걸쳐 이 공식들을 진화시킵니다. 성능에 따라 적합도가 높은 개체를 선택하고 유전적 연산을 적용하여 개선된 새로운 버전을 생성하여 최적의 표현을 찾을 때까지 반복합니다.

대상 사용자

scikit-learn 생태계를 사용하고 기호 회귀, 이진 분류, 또는 자동 특징 공학을 수행하고자 하는 데이터 과학자 및 머신러닝 실무자.

주요 기능

• 익숙한 fit/predict 패턴을 사용하는 scikit-learn 호환 API.
• SymbolicRegressor 를 통한 기호 회귀 지원.
• SymbolicClassifier 를 통한 이진 분류 지원.
• SymbolicTransformer 를 통한 자동 특징 공학 지원.
• scikit-learn 파이프라인 및 그리드 서치 모듈과의 통합.