skSymbolFit

skSymbolFit(symbolRegressor, inputs, target, config)

根据输入变量、目标变量和训练配置执行符号回归训练。目标变量表示待拟合的输出，其取值由输入变量决定。符号回归训练的目标是发现输入变量与目标变量之间的数学表达式。

symbolRegressor 句柄，指定用于训练的符号回归器，由 skSymbolRegressor 函数创建。

inputs 字典，指定用于训练的输入变量，包括以下键：

• "varTerminalSet"：必填，元组，指定表达式中可使用的输入变量集合，例如 [a,b,c,d]。所有变量必须为向量且长度一致。 变量名会参与表达式构建，并保留在最终生成的表达式中。在表达式计算（skSymbolEval）环节，输入表的列名需要和此处的变量名保持一致。
• "groupTerminalSet"：元组，指定训练数据的分组，例如 [g1,g2]。所有变量必须为向量且长度与 "varTerminalSet" 中的变量一致。 指定该字段后，系统会根据分组变量构造分组上下文。

target 向量，指定用于训练的目标变量。未指定 "groupTerminalSet" 时，其长度必须与输入变量长度一致；指定 "groupTerminalSet" 时，其长度必须与分组数量一致。

config 字典，指定符号回归训练配置，包括以下键：

• "fitnessFunction"：必填，函数定义，指定用于评估表达式质量的适应度函数。比如以下适应度函数用于计算表达式预测值 x 与目标值 y 之间的均方误差，误差越小，表达式质量越高。

  @gpu
  def fit_mse(x, y){
      a = x - y
      return mean(a * a)
  }

• "initializer"：字典，指定初始化表达式树的方法，包括以下键：
  • "name"：STRING 标量，指定策略名称，取值如下：
    • "half"：默认值，将会有 50%的概率通过 grow 或 full 方法生成表达式树的子树。
    • "full"：只有表达式树的叶子节点可以是常量或变量。
    • "grow"：表达式树中的每一个节点，都可以从函数、常量和变量中随机选取。
  • "param"：字典，指定策略参数，包括以下键：
    • "minDepth"：INT 标量，指定初始化表达式树的最小深度。仅 half 策略支持该键。
    • "maxDepth"：INT 标量，指定初始化表达式树的最大深度。
    • "probConstant"：DOUBLE 标量，指定生成叶子节点时选择常量的概率。
• "constantRange"：字典，指定随机常量范围及采样权重，包括以下键：
  • "floatRange"：字典，指定浮点常量采样范围，包括以下键：
    • "min"：DOUBLE 标量，指定浮点常量的最小值。 默认值为 -1.0。
    • "max"：DOUBLE 标量，指定浮点常量的最大值。 默认值为 1.0。
    • "weight"：INT 标量，指定浮点常量的生成概率。 默认值为 1。
  • "intRange"：字典，指定整数常量的采样范围，包括以下键：
    • "min"：DOUBLE 标量，指定整数常量的最小值。 默认值为 -10.0。
    • "max"：DOUBLE 标量，指定整数常量的最大值。 默认值为 10.0。
    • "weight"：INT 标量，指定整数常量的生成概率。 默认值为 1。
  注：

  系统根据 floatRange.weight 和 intRange.weight 的相对大小决定生成浮点常量还是整数常量。权重小于等于 0 时按 0 处理；如果两者权重均不大于 0，则以 0.5 的概率在两类常量之间选择。

• "epsilon"：DOUBLE 标量，指定训练提前终止阈值。当最优表达式的适应度达到该阈值时，训练将提前结束。默认值为 1e-3。
• "parsimony"：DOUBLE 标量，指定表达式复杂度惩罚系数，用于在拟合精度和表达式复杂度之间进行权衡。值越大，越倾向于生成简单表达式。默认值为 0.0。
• "seed"：LONG 标量，指定随机种子，用于初始化训练过程中的随机数生成器。设置相同的随机种子后，在相同输入数据和训练配置下，可提高训练结果的可复现性；未指定时，系统将自动生成随机种子。
• "population"：INT 标量，指定每代种群中的个体数量，即每代参与进化的候选表达式数量。默认值为 1000。
• "generation"：INT 标量，指定种群进化的最大代数。每代都会执行选择、交叉、变异和适应度评估。默认值为 20。
• "maxDepth"：INT 标量，指定候选表达式的最大允许深度，即从根节点到最深叶子节点的最大层数。训练过程中生成的表达式（包括变异结果）均受该限制约束。默认值为 6。
• "elites"：INT 标量，指定每代直接保留的适应度最优表达式数量。这些表达式不参与交叉和变异，直接进入下一代，用于保证最优解不被破坏。默认值为 0。
• "simplify"：BOOL 标量，指定是否在返回最终表达式前进行符号化简。默认值为 false。
• "verbose"：BOOL 标量，指定是否输出训练配置和训练统计信息。默认值为 true。

返回两个对象：

• syms：符号句柄向量，表示训练得到的去重后符号表达式，按适应度从小到大排序。可通过 string(syms) 查看表达式文本，也可传给 skSymbolEval 求值。
• info：训练结果摘要表，包含 fitness、height、hash 三列，分别表示适应度、表达式深度、表达式哈希值。

参考 Shark 符号回归。

相关函数：getGlobalSharkEngine、skSymbolRegressor、skSymbolEvalContext、skSymbolEval