r - GenMatch() 中的 pop.size 参数分别为 genoud()

Question

我在 R 中使用 GenMatch 进行基因匹配，以便找到可比较的治疗组和对照组来估计治疗效果。匹配的默认代码如下所示:

GenMatch(Tr, X, BalanceMatrix=X, estimand="ATT", M=1, weights=NULL,
         pop.size = 100, max.generations=100,...)

包中pop.size参数的描述是:

Population Size. This is the number of individuals genoud uses to solve the optimization problem. The theorems proving that genetic algorithms find good solutions are asymptotic in population size. Therefore, it is important that this value not be small. See genoud for more details.

查看 gnoud 的附加说明是:

...There are several restrictions on what the value of this number can be. No matter what population size the user requests, the number is automatically adjusted to make certain that the relevant restrictions are satisfied. These restrictions originate in what is required by several of the operators. In particular, operators 6 (Simple Crossover) and 8 (Heuristic Crossover) require an even number of individuals to work on—i.e., they require two parents. Therefore, the pop.size variable and the operators sets must be such that these three operators have an even number of individuals to work with. If this does not occur, the population size is automatically increased until this constraint is satisfied.

我想知道 gnoud(resp. GenMatch)如何结合人口规模参数。该算法是否从群体中随机选择 n 个个体进行优化？

我查看了包说明和源代码，但没有找到明确的答案。

Answer 1

这里的“个体”一词并不是指样本中的个体(即数据集中的个体单位)，而是指遗传算法使用的虚拟个体。这些个体是要优化的一组变量的个体抽取。它们与您的样本无关。

基因匹配的目标是选择一组比例因子(Matching 文档称为权重)，每个协变量一个，在比例欧几里得距离匹配中加权该协变量的重要性.我不是遗传算法方面的专家，但我对它所做的理解是，它对这些缩放因子的最佳值进行了一系列猜测，在优化标准的意义上保留了“做得最好”的那些(由 GenMatch() 中的 fit.func 确定)，并创建新的猜测作为对保留猜测的轻微扰动。然后它多次重复这个过程，模拟自然选择如何优化生物的特性。每次猜测都是 pop.size 描述中“individual”一词所指的意思，它对应于每一代算法的猜测次数。

GenMatch() 始终使用您的整个样本(除非您提供了限制条件，例如卡尺、精确匹配要求或通用支持规则)；它不会从您的样本中抽取单位来形成每个猜测(这是其他机器学习环境中的套袋)。

结果会随着多次运行而改变，因为遗传算法本身是一个随机过程。它可能会渐近地收敛到一个解，但因为它是在一个凹凸不平的曲面上进行优化，所以它每次都会在具有有限世代和有限种群大小(即 pop.size)的有限样本中找到不同的解.