def fitness(self, ind_var): X = X_train y = y_train """ 个体适应值计算 """ x1 = ind_var[0] x2 = ind_var[1] x3 = ind_var[2] if x1==0:x1=0.001 if x2==0:x2=0.001 if x3==0:x3=0.001 clf = xgb.XGBRegressor(max_depth=int(x1),learning_rate=x2,gammma=x3) clf.fit(X, y) predictval=clf.predict(X_test) print("R2 = ",metrics.r2_score(y_test,predictval)) # R2 return metrics.r2_score(y_test,predictval)

这是一个基于遗传算法的个体适应值计算函数，其中使用了XGBoost回归模型来进行预测。具体来说，该函数接受一个个体的变量值作为输入，其中包括三个变量：max_depth、learning_rate 和 gammma。然后该函数根据这三个变量值构建一个XGBoost回归模型，并使用模型对测试数据进行预测。最后，该函数返回预测值的R2得分作为该个体的适应值。