English(EN) Adaptive Protection for Evolutionary Feature Construction in Symbolic Regression with Application to Credit Classification

新方法增强了符号回归中演化特征的构建

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-14 11:36

研究人员开发了一种自适应保护机制，以增强符号回归中的演化特征构建。这种新方法使用特征重要性指标在演化过程中选择性地保留关键的构建特征，防止宝贵遗传物质的丢失。该方法在98个回归基准数据集上展示了解决方案质量的一致性改进，并在改善信用分类任务的搜索方面也显示出有效性。 AI

影响这项研究可能导致机器学习模型中更有效的特征工程，从而提高复杂回归和分类任务的性能。

排序理由该集群包含一篇详细介绍符号回归新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.NE (Neural & Evolutionary) TIER_1 English(EN) · Mengjie Zhang · 2026-08-14 11:36

符号回归中用于信用分类应用的演化特征构建的自适应保护

Evolutionary feature construction has shown strong promise in symbolic regression by automatically discovering informative transformations of input features that enhance a simple base learner. However, existing approaches often lack explicit mechanisms to preserve important const…