训练结果

筛选后的遗传算法结果：

Evaluation score for the best individual: 0.018247734038343833

Test set score for the best model: 0.0032449346184304576

[3, 16, 31, 38, 8, 79, 49, 43, 71, 17, 69, 39, 57, 13, 41, 37, 75, 18, 27, 33]

全量遗传算法：

Evaluation score for the best individual: 0.02107615540020464

Test set score for the best model: 0.019264940800585828

[32, 72, 7, 46, 71, 6, 9, 12, 36, 28, 21, 41, 18, 25, 39, 48, 54, 63, 13, 40

结果

筛选后的遗传算法：1中1，3中2，5中3，7中4

全量遗传算法：一个没中

总结：

Evaluation score for the best individual与 Test set score for the best model差距越大越好。

太郁闷了，

昨天的全量特征训练前四今天中了，可惜了，，，可能模型太超前了？不知道咋用了。。。

在遗传算法中，n_gen 和 pop_size 的设置需要根据具体问题的复杂度以及计算资源来决定。

1. n_gen (Number of Generations): 表示进化的代数，代表遗传算法的迭代次数。

2. pop_size (Population Size): 表示每一代的个体数量，代表当前代中可选的特征组合和参数集合。

如何设置 n_gen 和 pop_size：

n_gen（进化代数）:

一般推荐范围：20-100。

设置依据：

如果有充足的计算资源（如 GPU 计算），可以增加 n_gen，以探索更大的搜索空间。

通常来说，较多的代数（比如 50 或以上）能更全面地搜索解空间，逐渐优化出最优个体。

但是，如果代数过多，计算量可能会显著增加，尤其是在每个个体的评估都很耗时的情况下。

pop_size（种群大小）:

一般推荐范围：20-100。

设置依据：

较大的 pop_size 可以增加多样性，探索更广泛的解空间，有助于找到全局最优解，但会增加每一代的计算成本。

较小的 pop_size 可能导致算法过早收敛，陷入局部最优。

建议的设置方案

一般情况：

如果问题规模适中（如特征数量不超过 100，计算资源有限），可以尝试：

n_gen = 30 和 pop_size = 50

这种设置能在合理的时间内得到比较好的结果。

如果计算资源充足，可以尝试更大的种群和代数，例如：

n_gen = 50-100 和 pop_size = 100

这种设置能够更全面地探索解空间，提高找到全局最优的概率，但代价是更长的计算时间。

平衡计算时间和效果

遗传算法的计算量与 n_gen * pop_size 成正比，每一代的个体评估次数等于 pop_size，评估每个个体时又涉及模型的多次训练和验证（比如 5 折交叉验证）。

如果发现计算量过大，可以适当减少 pop_size 或 n_gen。

总结

起点推荐：n_gen = 30，pop_size = 50。

计算资源充足时：n_gen = 50-100，pop_size = 100。