之前對於遺傳演算法的學習有些囫圇吞棗，知道大致思想是自然選擇、優勝劣汰，通過大自然一代又一代的選擇將適合的基因和物種逐漸保留下來，但是中間過程是如何實現的卻並不清楚。
這次有緣讀了加利福尼亞大學幾位老師寫的關於在不平衡資料集上進行過取樣相關的**，他們巧妙地將遺傳演算法用於過取樣的過程中，生成了一種新取樣演算法gensample，主要來處理四類少數樣本（safe、borderline、rare、outliers）中極難處理的離群值（outliers），來有效的避免smote演算法和adasyn演算法中的一些缺陷，同時對decision tree、smote、adasyn和gensample在9個資料集上的表現進行了6個方面的比較（precision、recall、f1 score、aug、accuracy、geometric mean），發現在accuracy、f1 score和precision上gensample佔據絕對優勢，在recall和geometric mean上的大部分時間裡要比其它方法表現更好。
**：gensample: a genetic algorithm for oversampling in imbalanced datasets
在閱讀這篇文章前，需要對遺傳演算法有個初步的了解，但是網路上一些部落格介紹的較為模糊，並且會涉及到一系列難以下嚥的專業名詞，讓人摸不著頭腦。經過不斷摸索之後，終於找到了一篇淺顯易懂、清晰明了的講解。
遺傳演算法：10分鐘搞懂遺傳演算法(含原始碼)
初遇Sheffield遺傳演算法工具箱
安裝參考 安裝 1 解壓gatbx origin.zip，得到doc和src資料夾 2 拷貝src到matlab安裝目錄下的toolbox資料夾中，並將src更名為gatbx 3 開啟toolbox local 目錄下的pathdef.m檔案，在適當位置新增以下兩行 也可addpath code i...
初讀設計模式
初讀設計模式，給我的感覺就是 深奧 天馬行空 自己基礎不紮實。於是上網找了找方法 參考 該如何去讀設計模式 設計模式 最熟悉的陌生人。很多人應該都有這種感受，早就知道設計模式，也能隨口說出幾種，但是不知道每種是怎麼回事。或者說只知道工廠模式等幾個常用，簡單的。估計那也是靠記憶，而不是真正的理解。我也...
python遺傳演算法 Python 遺傳演算法實現
關於遺傳演算法 遺傳演算法是仿照自然界中生物進化而產生的一類優化演算法。個人感覺遺傳演算法簡單粗暴，適應性廣。關於遺傳演算法的介紹網上有很多了，這裡按照我自己的理解簡單概括一下。編碼解碼，將待優化的引數編碼為dna序列，最簡單直接的為二進位制編碼 即有兩種鹼基的dna鏈 生成隨機初代 選擇，適應度 ...