Algorithm 如何使用GA开始工作

我对遗传算法这个话题非常陌生，我试图理解这里和那里定义的一些遗传算法概念

我的问题是如何开始考虑使用GA解决问题。我有一个大约3000个条目的小型数据库，其中给出了移动预付费用户的使用模式。我需要确定这些客户的消费模式以及下一步向他们提供什么，以便他们的总体消费可能会增加

目前，我正在集思广益，讨论GA染色体应该如何编码，适应度函数应该是什么样子，如何创建第一个种群，以及交叉函数的标准应该是什么，等等

---

有没有专家能就我如何处理这类问题给出一些建议？

首先你必须意识到遗传算法是一种优化技术。 那么，对于问题的第一部分（确定支出模式），您需要优化什么？遗传算法是一种猜测解决方案的“聪明”方法。在这种情况下，它将猜测支出模式。你需要的是一种比较猜测的消费模式的方法，以便逐步选择最好的。这个比较是与一个成本函数进行的，这是您想要优化的。 您需要做的第一件事是尝试将您的问题建模为优化问题。您如何描述与使用模式（即您的输入）相关的支出模式。你如何比较消费模式？一旦你定义了这些东西，你就可以开始担心GA的细节了，但只有在这之后！

---

第二个问题（找到提供给他们的东西）是，一旦你有了他们的消费模式，就要最大化这个函数（消费模式函数），你可以用遗传算法或其他一些优化技术再次这样做。

你必须意识到的第一件事是遗传算法是一种优化技术。 那么，对于问题的第一部分（确定支出模式），您需要优化什么？遗传算法是一种猜测解决方案的“聪明”方法。在这种情况下，它将猜测支出模式。你需要的是一种比较猜测的消费模式的方法，以便逐步选择最好的。这个比较是与一个成本函数进行的，这是您想要优化的。 您需要做的第一件事是尝试将您的问题建模为优化问题。您如何描述与使用模式（即您的输入）相关的支出模式。你如何比较消费模式？一旦你定义了这些东西，你就可以开始担心GA的细节了，但只有在这之后！

---

第二个问题（找到提供给他们的东西）是，一旦你有了他们的支出模式，就要最大化这个函数（支出模式函数），你可以用遗传算法或其他一些优化技术再次这样做。

听起来你在寻找一种有监督的回归技术。您可以定义一组（可能非常大）功能来定义每个订阅者的消费习惯。然后，您可以运行回归算法，找出哪些特征与高支出相关。例如，您可能会发现“本月提供的促销活动”与支出正相关，因此为了增加利润，您应该提供更多折扣等。设计您的功能，使其与您可能影响的内容相对应-如果您在功能集中包括年龄和性别（例如），你可能会发现这些都是重要的支出指标。不幸的是，您无法更改订阅者的年龄或性别。

听起来您在寻找一种有监督的回归技术。您可以定义一组（可能非常大）功能来定义每个订阅者的消费习惯。然后，您可以运行回归算法，找出哪些特征与高支出相关。例如，您可能会发现“本月提供的促销活动”与支出正相关，因此为了增加利润，您应该提供更多折扣等。设计您的功能，使其与您可能影响的内容相对应-如果您在功能集中包括年龄和性别（例如），你可能会发现这些都是重要的支出指标。不幸的是，您无法更改订阅者的年龄或性别。

虽然您尚未完全解决您的问题，但您对该方法是肯定的。。。在这个阶段，我还没有决定一个GA。请详细说明什么是“消费模式”以及它是什么样子。既然你想确定一种消费模式，我想你应该首先将其形式化。我会选择学习算法而不是遗传算法。遗传算法用于优化，学习算法用于分类（或识别模式）。虽然您尚未完全开发您的问题，但您对该方法有信心。。。在这个阶段，我还没有决定一个GA。请详细说明什么是“消费模式”以及它是什么样子。既然你想确定一种消费模式，我想你应该首先将其形式化。我会选择学习算法而不是遗传算法。遗传算法用于优化，学习算法用于分类（或识别模式）。