我对遗传算法的主题非常陌生，并试图理解这里和那里定义的一些GA概念。
我的问题是如何开始考虑使用GA获得问题的解决方案。我有一个包含大约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接下来要提供什么，以便他们的整体支出可能会增加。
目前我正在集思广益，讨论如何编码GA染色体，健身功能应该是什么样的，如何创建第一个群体，以及交叉功能的标准等应该是什么。
有没有专家就如何解决这类问题提出一些建议？
答案 0 :(得分：2)
首先要注意的是GA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？ GA是一种猜测解决方案的“智能”方式。在这种情况下，它会猜测消费模式。您需要的是一种比较猜测的消费模式以逐步选择最佳消费模式的方法。这种比较是通过成本函数进行的，这是您想要优化的。 您需要做的第一件事是尝试将问题建模为优化问题。您如何描述与使用模式相关的消费模式（这是您的输入）。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的具体细节，但只能在之后！ 第二个问题（找到提供给他们的东西）一旦你有他们的消费模式就是最大化这个功能（消费模式功能），你可以用GA或使用其他一些优化技术再做一次。
答案 1 :(得分：2)
听起来你正在寻找有监督的回归技术。您可以定义一组（可能非常大的）功能，定义每个订户的消费习惯。然后，您可以运行回归算法来确定哪些功能与高支出相关。例如，您可能会发现“本月提供的促销活动”与支出正相关，因此为了增加您的利润，您应该提供更多折扣等。设计您的功能，使其符合您可能影响的内容 - 如果您包括年龄和性别（例如）在您的功能集中，您可能会发现这些是重要的支出指标。很遗憾，您无法更改订阅者的年龄或性别。