如何将gplearn的输出导出为交感表达式或其他可读格式？

Question

虽然这听起来可能是一项简单的任务，但我还没有遇到通过文档完成这一任务的方法。

在运行任意例程(例如其中一个示例 )之后，我得到以下内容

>>> print(est_gp)
sqrt(div(add(1.000, sub(div(sqrt(log(0.978)), X0), mul(-0.993, X0))),add(-0.583, 0.592)))

我如何(甚至可以)将其转换为可以在gplearn之外使用的表达式，如sympy表达式？

Answer 1

您可以使用SymPy将其转换为sympify表达式。这需要提供一个字典，以便SymPy正确地解释诸如add、mul、sub、div这样的内容：

locals = {
    "add": Add,
    "mul": Mul,
    "sub": Lambda((x, y), x - y),
    "div": Lambda((x, y), x/y)
}

sympify('sqrt(div(add(1.000, sub(div(sqrt(log(0.978)), X0), mul(-0.993, X0))), add(-0.583, 0.592)))', locals=locals)

这将返回一个SymPy表达式，该表达式将打印为

sqrt(110.333333333333*X0 + 111.111111111111 + 16.5721799259414*I/X0)

符号X0可以作为Symbol("X0")访问。或者，这是一种更健壮的方法，通过创建符号并提前将它们添加到字典中，可以显式地说明符号是什么。

X0 = symbols("X0")
locals = {
    "add": Add,
    "mul": Mul,
    "sub": Lambda((x, y), x - y),
    "div": Lambda((x, y), x/y),
    "X0": X0
}

例如，需要这样做才能将i解析为符号"I“，而不是SymPy默认情况下的”假想单位“。

我对sqrt(log(0.978))的评价不满意。虽然sympify有选项evaluate=False，它可以防止诸如加法之类的事情，但它并不阻止计算带有浮点参数的函数。

Answer 2

我不得不稍微修改一下接受的答案，才能让它对我有用。

converter = {
    'sub': lambda x, y : x - y,
    'div': lambda x, y : x/y,
    'mul': lambda x, y : x*y,
    'add': lambda x, y : x + y,
    'neg': lambda x    : -x,
    'pow': lambda x, y : x**y
}

sympy.sympify('sqrt(div(add(1.000, sub(div(sqrt(log(0.978)), X0), mul(-0.993, X0))), add(-0.583, 0.592)))', locals=converter)