如何在R的rbga.bin评估函数中引用染色体对应缩减数据集？

在使用rbga.bin时，评估函数会直接接收当前染色体的二进制向量作为输入参数。你可以利用这个向量筛选原始数据集的列，得到对应的缩减数据集，之后就能正常执行PCA并计算适应度了。

具体实现步骤 #

1. 确保原始数据集能被评估函数访问（可以放在全局环境，或者用包装函数传递）
2. 在评估函数中，通过染色体的二进制值筛选列：原始数据集[, 染色体向量 == 1]
3. 处理极端情况（比如染色体全为0，此时没有列可用于PCA，需返回一个极低的适应度值避免报错）

完整代码示例 #

# 加载依赖包
library(genalg)

# 模拟你的数据集：40行，189列
set.seed(123)
raw_df <- data.frame(matrix(rnorm(40*189), nrow = 40))

# 定义评估函数
eval_func <- function(chromosome) {
  # 筛选染色体中标记为1的列，生成缩减数据集
  selected_cols <- chromosome == 1
  reduced_df <- raw_df[, selected_cols, drop = FALSE]
  
  # 处理全0染色体的极端情况
  if(sum(selected_cols) == 0) {
    return(-1e9) # 返回极差的适应度，让算法自动淘汰这种无效解
  }
  
  # 对原始数据集和缩减数据集分别执行PCA
  pca_raw <- prcomp(raw_df, scale. = TRUE)
  pca_reduced <- prcomp(reduced_df, scale. = TRUE)
  
  # 示例：计算适应度（这里用前5个主成分的累计解释方差相似度作为指标）
  # 你可以根据实际需求替换成自己的适应度计算逻辑
  var_raw <- sum(pca_raw$sdev[1:5]^2) / sum(pca_raw$sdev^2)
  var_reduced <- sum(pca_reduced$sdev[1:5]^2) / sum(pca_reduced$sdev^2)
  
  # 适应度设为1减去两者的差异值，差异越小适应度越高
  fitness <- 1 - abs(var_reduced - var_raw)
  return(fitness)
}

# 调用遗传算法
ga_result <- rbga.bin(
  size = 189, # 染色体长度等于数据集的列数
  popSize = 50,
  iters = 100,
  mutationChance = 0.01,
  evalFunc = eval_func
)

# 查看算法结果
summary(ga_result)

关键细节说明 #

• drop = FALSE：确保当只选中1列时，结果仍然是dataframe格式（而非向量），避免prcomp函数报错
• 适应度逻辑可灵活调整：比如你如果希望用更少的列达到和原始数据相近的PCA效果，可以在适应度中加入列数的惩罚项
• 若不想依赖全局变量，可用包装函数传递数据集：

  eval_func_wrapper <- function(raw_data) {
    function(chromosome) {
      reduced_df <- raw_data[, chromosome == 1, drop = FALSE]
      # 后续PCA和适应度计算逻辑同上
    }
  }
  # 调用时传入数据集
  ga_result <- rbga.bin(
    size = 189,
    popSize = 50,
    iters = 100,
    mutationChance = 0.01,
    evalFunc = eval_func_wrapper(raw_df)
  )
  

内容的提问来源于stack exchange，提问作者vic