Project HomepageSpambase 问题：强类型 GP¶
这个问题是一个使用 STGP（强类型遗传编程）的分类示例。进化后的程序处理浮点值和布尔值。程序必须返回一个布尔值，如果电子邮件是垃圾邮件则为真，否则为假。它使用一个电子邮件库（保存在 spambase.csv 中，参见 参考），从中随机选择 400 封电子邮件来评估每个个体。
基本元素集¶
强类型GP是一种更通用的GP，其中每个原语除了具有元数和相应的函数外，还具有特定的返回类型和特定的参数类型。通过这种方式，每个原语在某种程度上被描述为一个纯C函数，其中每个参数必须是正确的类型，并且返回值类型在运行时之前被指定。
备注
实际上，当用户未指定返回值或参数类型时，DEAP 会选择一个默认类型。在标准 GP 中，因为所有原语都使用这个默认类型，所以这表现得就像没有类型要求一样。
我们定义一个类型化的原语集几乎与定义一个普通的原语集相同，但我们必须指定所使用的类型。
spam = list(list(float(elem) for elem in row) for row in spamReader)
# defined a new primitive set for strongly typed GP
pset = gp.PrimitiveSetTyped("MAIN", itertools.repeat(float, 57), bool, "IN")
# boolean operators
pset.addPrimitive(operator.and_, [bool, bool], bool)
pset.addPrimitive(operator.or_, [bool, bool], bool)
pset.addPrimitive(operator.not_, [bool], bool)
# floating point operators
# Define a protected division function
def protectedDiv(left, right):
try: return left / right
except ZeroDivisionError: return 1
pset.addPrimitive(operator.add, [float,float], float)
pset.addPrimitive(operator.sub, [float,float], float)
pset.addPrimitive(operator.mul, [float,float], float)
pset.addPrimitive(protectedDiv, [float,float], float)
# logic operators
# Define a new if-then-else function
def if_then_else(input, output1, output2):
if input: return output1
else: return output2
pset.addPrimitive(operator.lt, [float, float], bool)
pset.addPrimitive(operator.eq, [float, float], bool)
pset.addPrimitive(if_then_else, [bool, float, float], float)
# terminals
在第一行，我们看到了一个带有类型声明的原语集，使用的是 PrimitiveSetTyped。第一个参数仍然是集合名称，但接下来的参数是条目的类型（在这个例子中，我们有57个浮点数条目和一个布尔输出；我们可以写57次`float`，但使用 itertools.repeat() 函数更快且更易理解）。最后一个参数仍然是条目的前缀。
之后，我们定义原始类型本身。类型化原始类型的定义有两个额外的参数：一个包含参数类型的列表，按顺序排列，以及返回类型。
然后填充终端集，每个类型至少有一个终端，这是为了原始集声明。
评估函数¶
评估函数非常简单：它在垃圾邮件数据库中随机选取400封邮件，然后检查个体的预测是否与预期的布尔输出匹配。正确预测的邮件数量作为个体的适应度返回（最多为400）。
def evalSpambase(individual):
# Transform the tree expression in a callable function
func = toolbox.compile(expr=individual)
# Randomly sample 400 mails in the spam database
spam_samp = random.sample(spam, 400)
# Evaluate the sum of correctly identified mail as spam
result = sum(bool(func(*mail[:57])) is bool(mail[57]) for mail in spam_samp)
return result,
工具箱¶
使用的工具箱与符号回归示例中展示的非常相似，但请注意，我们现在使用特定的STGP操作符进行交叉和变异：
result = sum(bool(func(*mail[:57])) is bool(mail[57]) for mail in spam_samp)
return result,
toolbox.register("evaluate", evalSpambase)
toolbox.register("select", tools.selTournament, tournsize=3)
结论¶
虽然它与其他问题并无本质区别，但值得注意的是Python如何减少编程时间。实际上，垃圾邮件数据库是以csv格式存储的：使用许多框架，您可能需要手动读取它，或者使用非标准库，但在Python中，您可以使用内置模块 csv ，并且在两行代码内就可以完成！数据现在存储在矩阵 spam 中，并且可以轻松地在整个程序中使用：