复杂网络的符号生成器
synthetic的Python项目详细描述
合成
复杂网络的符号生成器
注意：如果您正在寻找synthetic的原始java版本，可以在这里找到它：https://github.com/telmomenezes/synthetic-old/。此python库正在积极开发中，请原谅当前缺少文档。我们很快就会提供。
synthetic是一种机器学习工具，可用于发现复杂网络的合理生成器。生成器是一种简单的计算机程序，它自下而上地控制网络的增长，其方式与许多不同类型网络（无论是生物的、社会的还是技术的）出现的基础过程相似。
生成器作为网络增长模型非常有用，因为它们具有潜在的解释和预测能力。在某种程度上，这个工具自动化了科学方法。它创建并完善了假设，并根据真实数据对其进行测试，这一过程导致了越来越合理的模型。
程序用一种非常简单的语言来表示，这种语言既适用于人类，也适用于机器学习过程。所使用的机器学习算法是遗传规划，属于进化算法家族，它受到达尔文进化论的启发。程序受到随机变化的影响，很像生物实体中的遗传物质。质量最高的项目得以生存，导致增长模式不断完善。
有关更完整的解释，请参阅本文：http://www.nature.com/srep/2014/140905/srep06284/full/srep06284.html
相关出版物
Menezes，T.和Roth，C.，生成网络模型的符号回归，科学报告4（2014）http://www.nature.com/srep/2014/140905/srep06284/full/srep06284.html
欢迎加入QQ群-->： 979659372
