0
我试图创建一个遗传算法(不挑剔库,GA和genalg产生同样的错误),以确定潜在的列使用线性回归模型,通过最小化-adj。 R^2。使用mtcars作为游戏设置,试图在mpg上退步。R“在terms.formula错误”使用GA/genalg库
我有以下的适应度函数:
mtcarsnompg <- mtcars[,2:ncol(mtcars)]
evalFunc <- function(string) {
costfunc <- summary(lm(mtcars$mpg ~ ., data = mtcarsnompg[, which(string == 1)]))$adj.r.squared
return(-costfunc)
}
ga("binary",fitness = evalFunc, nBits = ncol(mtcarsnompg), popSize = 100, maxiter = 100, seed = 1, monitor = FALSE)
引起:
Error in terms.formula(formula, data = data) :
'.' in formula and no 'data' argument
研究这个错误,我决定我可以解决这样说:
evalFunc = function(string) {
child <- mtcarsnompg[, which(string == 1)]
costfunc <- summary(lm(as.formula(paste("mtcars$mpg ~", paste(child, collapse = "+"))), data = mtcars))$adj.r.squared
return(-costfunc)
}
ga("binary",fitness = evalFunc, nBits = ncol(mtcarsnompg), popSize = 100, maxiter = 100, seed = 1, monitor = FALSE)
但这导致:
Error in terms.formula(formula, data = data) :
invalid model formula in ExtractVars
我知道这应该的工作,因为我可以评估书面两种方式的手的作用,而不是使用GA:
solution <- c("1","1","1","0","1","0","1","1","1","0")
evalFunc(solution)
[1] -0.8172511
我在“GA快速浏览”还发现(https://cran.r-project.org/web/packages/GA/vignettes/GA.html )使用其中(string == 1)是GA应该能够处理的“string”,所以我不知道GA对我的函数的问题是什么。
上的方式来写这让GA或genalg接受功能有什么想法?