-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathMLR_EA.py
161 lines (133 loc) · 5.43 KB
/
MLR_EA.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
# coding: utf-8
import timeit
import numpy as np
import random
import pandas as pd
#from sklearn import datasets, linear_model
from sklearn.preprocessing import LabelEncoder
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error, r2_score
from sklearn.linear_model import LinearRegression
#import os
class individual(object):
def __init__(self):
self.mse = None
self.rss = None
self.coefs = None
self.features = []
class ag(object):
def __init__(self,popSize,cromoSize,maxGen,nExec):
self.__popSize = popSize
self.__cromoSize = cromoSize
self.__maxGen = maxGen
self.__nExec = nExec
self.__pop = []
self.__popTemp = []
self.__df = None
self.__columns_train = None
self.__columns_target = None
self.loadDataSet()
def loadDataSet(self):
self.__df = pd.read_csv("student-performance.csv", delimiter=';')
self.__columns_train = self.__df.columns.difference(['G3'])
self.__columns_target = self.__df.columns[-1]
x = self.__df[self.__columns_train]
label = LabelEncoder()
cat_Columns = x.dtypes.pipe(lambda x: x[x=='object']).index
for col in cat_Columns:
self.__df[col] = label.fit_transform(x[col])
def setPop(self):
for i in range(self.__popSize):
ind = individual()
ind.features = np.random.choice([0,1] , size = self.__cromoSize).tolist()
ind = self.fitness(ind)
self.__pop.append(ind)
def fitness(self, ind):
columns_train = []
for i in range(self.__cromoSize):
if ind.features[i] == 1:
columns_train.append(self.__df.columns[i])
x = self.__df[columns_train]
y = self.__df[self.__columns_target]
x_train, x_test, y_train, y_test = train_test_split(x, y, train_size=0.7, random_state=5)
reg = LinearRegression()
reg.fit(x_train, y_train)
y_pred = reg.predict(x_test)
ind.mse = mean_squared_error(y_test, y_pred)
ind.rss = ((reg.predict(x_test) - y_test) ** 2).sum()
ind.coefs = reg.coef_
return ind
def mutate(self, filho):
for i in range(self.__cromoSize):
if random.random() < 0.05:
if filho.features[i] == 0:
filho.features[i] = 1
else:
filho.features[i] = 0
return filho
#Sorteia dois pais diferentes para crossover uniforme.
#Gera dois filhos, aplica, ou não, mutação
#Calcula fitness e os adiciona à população
def crossUniforme(self):
filho1 = individual()
filho2 = individual()
while True:
p1 = np.random.randint(self.__popSize)
p2 = np.random.randint(self.__popSize)
if p1 != p2:
break
for i in range(self.__cromoSize):
if random.random() > 0.5:
filho1.features.append(self.__pop[p2].features[i])
filho2.features.append(self.__pop[p1].features[i])
else:
filho1.features.append(self.__pop[p1].features[i])
filho2.features.append(self.__pop[p2].features[i])
if random.random() < 0.10:
filho1 = self.mutate(filho1)
filho2 = self.mutate(filho2)
filho1 = self.fitness(filho1)
filho2 = self.fitness(filho2)
self.__pop.append(filho1)
self.__pop.append(filho2)
def generation(self):
for j in range(self.__popSize // 2):
self.crossUniforme()
#Responsável por ajustes necessários entre as gerações
#Faz o ranqueamento da população e preserva os indivíduos de melhor fitness
#Obs.: Durante a transição, após o ranqueamento o melhor indivíduo sempre estará na primeira posição
def transition(self):
self.__pop = sorted(self.__pop, key = lambda ind: ind.mse)
del self.__pop[self.__popSize - 1:self.__popSize * 2 - 1]
print("Melhor solução: ", self.__pop[0].mse)
#Responsável por executar o algoritmo por n gerações
def execution(self):
for i in range(self.__maxGen):
print("Geração ", i)
self.generation()
self.transition()
#Responsável por executar o algoritmo por n execuções previamente indicadas, trials
def trials(self):
for i in range(self.__nExec):
#print('Trial %i' % i)
self.execution()
#Apresenta as melhores soluções (primeiro indivíduo da população)
#Em seguida verifica quais características foram selecionadas por ele e apresenta-as
def bestSols(self):
print("MSE: ", self.__pop[0].mse)
print("RSS: ", self.__pop[0].rss)
print("Coeficientes: ", self.__pop[0].coefs)
columns_train = []
for i in range(self.__cromoSize):
if self.__pop[0].features[i] == 1:
columns_train.append(self.__df.columns[i])
print("Features: ", columns_train)
ga = ag(200,32,100,1)
ga.setPop()
ini = timeit.default_timer()
ga.trials()
fim = timeit.default_timer()
print('Duração: %f s' % (fim - ini))
ga.bestSols()
df = pd.read_csv("student-performance.csv", delimiter=';')
df.head()