符号回归任务中的相关性与均方根误差损失函数
摘要：符号回归任务中探讨了将相关性作为适应度函数的使用，并与典型的均方根误差（RMSE）适应度函数进行了比较。使用相关性作为适应度函数，并在演化过程中引入对齐步骤，相比于使用RMSE作为适应度函数，取得了显著的性能提升。使用相关性作为适应度函数，解的发现速度比使用RMSE更快，并且发现正确的方程所需的训练集数据点更少。利用Feynman符号回归基准以及几个以前和最近的遗传规划基准问题来评估性能。
作者：Nathan Haut, Wolfgang Banzhaf, Bill Punch
论文ID：2205.15990
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2022-08-02