INFO优化算法结合RBF神经网络：回归预测精度提升的实践解析

做数据回归预测这几年，我有个越来越强的感受：模型选型其实没那么纠结，真正决定预测精度上限的，往往是参数有没有找到合适的位置。RBF神经网络就是个典型例子——理论上它结构简单、逼近能力强，但真拿它去拟合数据时，隐藏层径向基函数的中心点、宽度和输出权重三个参数组，随便哪一个没配好，预测结果都能差出去一大截。早期我习惯用K-Means聚类定中心、再最小二乘定权重这套传统两步法，后来在对比实验里发现一个尴尬事实：K-Means聚出的中心只考虑了数据分布密度，根本不关心回归误差，等于把最关键的一步交给了不一定对的方向。

后来我试了一种2022年提出的优化器INFO（Weighted Mean of Vectors，向量加权平均优化算法），把RBF的中心和宽度整体丢给INFO去搜索，权重用最小二乘闭式解兜底，做出了一个叫INFO-RBF的回归预测方案。实测下来，在多个数据集上无论精度还是稳定性，都比传统两步法RBF要稳，某些问题上甚至能追平或超过调参良好的核岭回归。

这篇文章不打算讲虚的，我会从为什么RBF参数难定讲起，把INFO优化器的设计逻辑、INFO-RBF的编码与适应度设计、Python核心代码、实验对比结果，以及我在实操中踩过的具体坑全部过一遍。适合这几类人看：正在做回归预测但觉得传统RBF精度不够的；研究智能优化算法想找个落地场景的；以及论文需要算法对比、想快速复现一个baseline的。

1. RBF回归的痛点：三个参数组，每一步都容易踩偏

1.1 RBF网络在回归预测里的定位

RBF（Radial Basis Function）网络是三层前馈结构：输入层直接接收特征向量，隐藏层是若干个径向基函数神经元，输出层是一个线性加权求和。数学形式很简洁：

$$ \hat{y}(x) = \sum_{j=1}^{H} w_j \exp\left(-\frac{|x - c_j|^2}{2\sigma_j^2}\right) $$

其中 $c_j$ 是第 $j$ 个基函数的中心点，$\sigma_j$ 是宽度（也叫spread），$w_j$ 是输出权重，$H$ 是隐藏节点数。每个隐藏节点就像一个"局部专家"，只在输入离它近的时候产生较大响应，离远了响应指数衰减。最终输出是这些专家意见的加权汇总。

这个结构做回归预测有一个天然优势：局部逼近。只需要在输入空间的关键位置布置足够多的基函数，理论上就能以任意精度逼近连续函数，这是RBF网络的通用逼近性质。和MLP相比，它的输出层是线性的，因此只要中心和宽度定下来，权重可以用最小二乘一步求出，训练速度非常快。

但问题恰恰出在"中心和宽度定下来"这六个字上。RBF网络的预测能力高度依赖 $c_j$ 和 $\sigma_j$ 的选择，这两个参数组一旦不合理，后面无论权重算得多精确都是白搭。这正是RBF应用中最容易翻车的地方。

1.2 传统两步法训练RBF的三处硬伤

大多数教材和开源代码教的是两步法：先用K-Means对训练样本聚类，把聚类中心直接当成RBF中心；再用启发式规则（比如所有中心之间平均距离的某个倍数）统一设置宽度；最后在隐藏层输出矩阵上用最小二乘求权重。这套流程实现简单，但仔细推敲有三处硬伤：

• K-Means是无监督的，和回归误差没有直接关系。 聚类优化的是数据密度，不是预测残差。一个区域样本密集但函数关系相对线性，聚类中心会堆很多，白白浪费基函数；另一个区域样本稀少但非线性剧烈，却可能一个中心都没有。结果就是模型容量用在了错误的地方。
• 宽度设置的启发式规则过于粗糙。 常见做法是取中心间平均距离除以 $\sqrt{2H}$，或者直接用最大距离。这个值对全体神经元一视同仁，可实际数据里不同区域的局部变化尺度差异很大，有的地方需要窄基函数捕捉细节，有的地方需要宽基函数保证平滑，一个固定宽度很难兼顾。
• 两步法本质是贪心策略。 每一步都做局部最优，但没有一个反馈机制把最终预测误差传导回中心选择环节。K-Means选完中心后，无论后面怎么调宽和权重，都无法弥补中心位置本身的偏差。

有人会说，那直接用梯度下降反向传播把 $c_j$、$\sigma_j$、$w_j$ 一起训练不就行了？理论上可以，但实践里RBF的误差面对 $\sigma_j$ 非常敏感，$\sigma$ 稍微浮动一点，高斯函数的高原和陡坡区域变化巨大，梯度容易不稳定，也容易陷进局部最优。自己做几次实验就会发现，BP训练RBF的收敛过程很折磨，远不如两步法来得省心。

1.3 从"经验调参"到"算法寻优"的转变

既然RBF的核心困难是中心与宽度的优化，而这个问题又是一个典型的连续参数寻优问题，那很自然的思路就是：交给全局优化算法去找。方向定了之后，剩下的问题就变成了选谁、怎么编码、怎么设计适应度函数。这也是下面要重点展开的内容。

2. INFO优化器：为什么"向量加权平均"这一招就能高效寻优

2.1 INFO算法从哪来，解决什么问题

INFO（weIghted meaN oF vectOrs）是2022年发表在Expert Systems with Applications上的一种群体智能优化算法，作者是Ahmadianfar等人。它的大背景是元启发式算法家族，和遗传算法（GA）、粒子群（PSO）、差分进化（DE）、灰狼优化（GWO）等属于同一类：不依赖梯度信息，通过维护一个种群在搜索空间里迭代逼近全局最优。

INFO的核心思想概括起来只有一句话：用适应度加权的向量平均值来指导个体的更新方向。 这个思路比GA的交叉变异要直观，比PSO的速度-位置模型要简单，比DE的差分变异多了适应度的引导。它认为，多个个体组成的加权平均向量往往比单个个体更接近最优区域，围绕这个加权平均值做局部扰动，既能保持收敛速度，又能保留探索能力。

2.2 三大算子：均值规则、收敛加速、局部搜索

INFO每一轮迭代对每个个体执行三个主要操作：

均值规则（Mean Rule）。 从种群中随机挑出两个不同于当前个体的向量 $X_a$、$X_b$，再加上当前全局最优 $X_{best}$，按照适应度差值计算权重，得到加权平均向量：

$$ wm = \frac{w_1 X_a + w_2 X_b + w_3 X_{best}}{w_1 + w_2 + w_3} $$

权重的核心思想是：适应度越好的向量，话语权越大。原论文用 $\cos(\Delta f + \pi) \cdot \exp(-|\Delta f|)$ 这种形式同时引入方向和衰减，我工程实现时对权重取绝对值再归一化，防止负权重把新解推到搜索空间外。得到 $wm$ 后，再叠加一个随机步长 $(X_a - X_b)$ 作为扰动，生成候选解。

收敛加速（Convergence Acceleration）。 以一定概率在当前候选解上叠加朝向 $X_{best}$ 的偏移，以及两个随机向量间的差分偏移。这一步的作用是加快种群向最优区域收缩。

局部搜索（Local Search）。 以一定概率在当前最优附近做一次精细扰动，生成局部候选解，和前面的候选解比较以后择优保留。这一算子负责提高解的精度。

这三个算子组合在一起，使INFO在整个迭代过程中维持一个微妙的平衡：均值规则保证全局趋势，随机差分保证探索，收敛加速和局部搜索负责开发。相比GA需要调交叉概率和变异概率、PSO需要调惯性权重和加速因子，INFO真正的控制参数只有种群规模和迭代次数，工程上省心很多。

2.3 INFO相比GA/PSO/DE的工程优势

我在RBF参数搜索任务上横向对比过PSO和INFO，固定相同种群和迭代次数，INFO在多数情况下能找到更低的适应度值。不过这种结论换一个目标函数可能就反过来了，元启发式算法没有绝对的王者，关键是它的机制适不适合当前问题的地形。

3. INFO-RBF耦合设计：一个种群个体就是一套RBF网络

3.1 编码方案：只编码中心与宽度，权重交给最小二乘

要把RBF的参数搜索交给INFO，第一步是定义编码方式。假设输入维度是 $D$，隐藏节点数是 $H$，那么一个INFO个体的向量可以这样组织：

$$ z = [c_{1,1}, \dots, c_{1,D}, \sigma_1, c_{2,1}, \dots, c_{2,D}, \sigma_2, \dots, c_{H,1}, \dots, c_{H,D}, \sigma_H] $$

向量长度是 $H \times (D+1)$。比如 $D=3, H=10$，搜索空间就是40维；如果把输出权重也算进去，空间变成50维。工程上我强烈建议不要编码权重，原因有二：

第一，权重 $w_j$ 在中心和宽度固定后，是一个标准的线性最小二乘问题，有闭式解。让INFO这种随机搜索算法去优化一个本来就有解析解的子问题，纯属浪费计算量。

第二，搜索维度降低一个数量级，收敛难度显著下降。元启发式算法在高维空间里的搜索效率衰减很快，减少维度比任何技巧都直接。

3.2 适应度函数：用验证误差做标尺

适应度函数是整个INFO-RBF耦合设计的核心。我在代码里实现的方案是：先用训练子集构建RBF设计矩阵 $\Phi$，通过岭回归解出输出权重 $W$，然后在验证集上计算预测均方误差（MSE），作为该个体对应的RBF网络好坏的标准：

$$ fitness(z) = \frac{1}{N_{val}} \sum_{i=1}^{N_{val}} \left( y_i - \hat{y}(x_i; z) \right)^2 $$

这里有个细节值得展开。为什么权重在训练子集上求，评估却在验证集上做？因为如果权重也在验证集上求，适应度函数会变得过度乐观——最小二乘在验证集上拟合出来的权重，当然能把这个集合的误差压得很低，但换到真正的测试集就不一定了。先训练后验证，才是模拟真实泛化能力的合理方式。

之前在数据集比较小的时候，我用过五折交叉验证的均值作为适应度，效果更稳，但代价是每次评估要做5次最小二乘，整体训练时间翻好几倍。样本量不低于500的数据，直接用单次验证集划分就够了。

3.3 边界设定与种群初始化

编码方式定完，接下来要确定每个维度的搜索边界。

中心点的边界最好从数据本身来。每个特征维的最小值和最大值各扩一点余量（我习惯扩0.1），作为该维度中心点的上下界。宽度 $\sigma$ 的边界则要根据数据缩放方式定：如果特征已经标准化到零均值单位方差，$\sigma$ 搜 $[0.05, 0.8]$ 通常够用；如果数据还在原始量纲，这个范围就没有意义了。这也是为什么做INFO-RBF必须先做特征缩放，后面避坑部分会细说。

种群初始化我默认用均匀随机采样，但有一个可以加速收敛的技巧：拿K-Means聚类出一组中心，加一点随机噪声，作为种群中一半个体的初始值；另一半仍然纯随机。这样种群既有先验信息引导，又保留了多样性。代价是稍微牺牲一点"公平性"，如果是为了论文里的算法对比，建议还是统一随机初始化，避免被质疑作弊。

3.4 超参数配置参考

根据我跑过的实验，INFO部分建议这样设置：

需要提醒的是，种群规模和迭代次数不是越大越好。每次适应度评估都要构建一次 $\Phi$ 矩阵并解一次线性方程组，$H$ 越大单次评估越贵。我在8维特征、$H=12$、种群25、迭代80的条件下，一次完整训练在普通笔记本上大约耗时20秒左右，这个量级是能接受的。

4. 代码级拆解：从适应度到INFO主循环

4.1 数据划分与特征缩放

不管用什么回归模型，数据划分和缩放都是第一步。这里用我实验里的标准流程：

python复制import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler

# X, y 是原始数据
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)
X_tr, X_va, y_tr, y_va = train_test_split(
    X_train, y_train, test_size=0.25, random_state=42
)

scaler = StandardScaler()
X_tr_s = scaler.fit_transform(X_tr)
X_va_s = scaler.transform(X_va)
X_test_s = scaler.transform(X_test)

# 最终训练权重时用完整的训练集（含验证集）
X_train_s = scaler.transform(X_train)

注意fit_transform只用在训练子集上，验证集和测试集都只做transform，这是防止信息泄露的基本修养。

4.2 RBF设计矩阵构建

RBF层的前向计算本质就是构建设计矩阵 $\Phi$，每一行对应一个样本，每一列对应一个隐节点：

python复制def rbf_design_matrix(X, centers, sigma):
    n = X.shape[0]
    H = centers.shape[0]
    Phi = np.zeros((n, H))
    for h in range(H):
        diff = X - centers[h]              # (n, D)
        Phi[:, h] = np.exp(-np.sum(diff**2, axis=1) / (2.0 * sigma[h]**2))
    return Phi

这个循环版本在样本量几千、隐节点几十个的场景下完全够用。数据量再大的话，可以用scipy.spatial.distance.cdist做向量化，但会让代码可读性下降，我倾向于先保证逻辑清晰。

4.3 面向验证集的适应度实现

把编码向量解包成中心和宽度，在训练子集上求岭回归权重，再评估验证集MSE：

python复制def make_fitness(X_tr, y_tr, X_va, y_va, H):
    D = X_tr.shape[1]
    lam = 1e-6

    def fitness(z):
        centers = z[:H * D].reshape(H, D)
        sigma = np.clip(z[H * D:], 1e-3, None)
        Phi_tr = rbf_design_matrix(X_tr, centers, sigma)
        # 岭回归求解输出权重
        A = Phi_tr.T @ Phi_tr + lam * np.eye(H)
        W = np.linalg.solve(A, Phi_tr.T @ y_tr)
        Phi_va = rbf_design_matrix(X_va, centers, sigma)
        pred = Phi_va @ W
        return float(np.mean((pred - y_va) ** 2))

    return fitness

这里sigma下限裁到1e-3是为了防止搜索过程把宽度压到接近于零，导致高斯函数变成一个冲激函数，$\Phi$ 矩阵出现数值问题。np.linalg.solve比np.linalg.inv更稳定，也更快，这是最小二乘求解的常识。

4.4 INFO主循环精简实现

下面是我在项目里使用的INFO精简实现，保留了均值规则、收敛加速、局部搜索三个核心机制，做了一点工程化调整：

python复制def info_optimize(fitness_func, dim, lb, ub, pop_size=30, max_iter=100, seed=0):
    rng = np.random.default_rng(seed)
    lb = np.asarray(lb, dtype=float)
    ub = np.asarray(ub, dtype=float)

    # 种群初始化
    pop = rng.uniform(lb, ub, (pop_size, dim))
    fit = np.array([fitness_func(p) for p in pop])

    best_idx = int(np.argmin(fit))
    best = pop[best_idx].copy()
    best_fit = float(fit[best_idx])

    for _ in range(max_iter):
        for i in range(pop_size):
            rest = [j for j in range(pop_size) if j != i]
            a, b = rng.choice(rest, size=2, replace=False)

            # 用适应度差计算三个向量的权重
            w1 = np.cos(fit[a] - fit[b] + np.pi) * np.exp(-abs(fit[a] - fit[b]))
            w2 = np.cos(fit[b] - best_fit + np.pi) * np.exp(-abs(fit[b] - best_fit))
            w3 = np.cos(best_fit - fit[a] + np.pi) * np.exp(-abs(best_fit - fit[a]))
            weights = np.abs([w1, w2, w3]) + 1e-12
            weights = weights / weights.sum()

            # 加权平均向量（weighted mean of vectors）
            wm = weights[0] * pop[a] + weights[1] * pop[b] + weights[2] * best

            # 均值规则：围绕 wm 做随机步长
            r1 = rng.random()
            if rng.random() < 0.5:
                new_sol = wm + r1 * (pop[a] - pop[b])
            else:
                new_sol = wm - r1 * (pop[a] - pop[b])

            # 收敛加速
            if rng.random() < 0.5:
                r2 = rng.random(dim)
                new_sol += r2 * (best - pop[i]) + r2 * (pop[a] - pop[b])

            new_sol = np.clip(new_sol, lb, ub)
            new_fit = fitness_func(new_sol)

            # 局部搜索
            if rng.random() < 0.5:
                k = int(rng.choice(rest))
                r3 = rng.random()
                local_sol = best + r3 * (pop[i] - pop[k])
                local_sol = np.clip(local_sol, lb, ub)
                local_fit = fitness_func(local_sol)
                if local_fit < new_fit:
                    new_sol, new_fit = local_sol, local_fit

            # 贪心选择
            if new_fit < fit[i]:
                pop[i], fit[i] = new_sol, new_fit
                if new_fit < best_fit:
                    best = new_sol.copy()
                    best_fit = new_fit

    return best, best_fit

原论文的权重公式还涉及符号方向控制，我在工程实现里直接取绝对值归一化，这样做的好处是数值稳定，避免负权重把新解甩出边界。代价是略微偏离原始算法的严格定义，但我在多个回归数据集上验证过，这个简化不影响收敛趋势。

4.5 训练完成后如何组装最终模型

INFO搜索结束后得到最优的 $z$，解包得到中心和宽度，然后用完整的训练集（训练子集加验证集）重新计算岭回归权重，最后在测试集上评估：

python复制H = 12
D = X_train_s.shape[1]
dim = H * (D + 1)

# 构造边界
lb_c = X_train_s.min(axis=0) - 0.1
ub_c = X_train_s.max(axis=0) + 0.1
lb = np.concatenate([np.tile(lb_c, H), np.full(H, 0.05)])
ub = np.concatenate([np.tile(ub_c, H), np.full(H, 0.8)])

fitness = make_fitness(X_tr_s, y_tr, X_va_s, y_va, H)
z_best, best_fit = info_optimize(fitness, dim, lb, ub,
                                 pop_size=25, max_iter=80, seed=0)

# 解包最优参数
centers = z_best[:H * D].reshape(H, D)
sigma = np.clip(z_best[H * D:], 1e-3, None)

# 用完整训练集求最终权重
Phi_full = rbf_design_matrix(X_train_s, centers, sigma)
lam = 1e-6
W = np.linalg.solve(Phi_full.T @ Phi_full + lam * np.eye(H),
                    Phi_full.T @ y_train)

# 测试集评估
Phi_test = rbf_design_matrix(X_test_s, centers, sigma)
y_pred = Phi_test @ W
rmse = np.sqrt(np.mean((y_pred - y_test) ** 2))
r2 = 1 - np.sum((y_test - y_pred) ** 2) / np.sum((y_test - np.mean(y_test)) ** 2)
print(f"INFO-RBF  RMSE={rmse:.4f}  R2={r2:.4f}")

这套组装逻辑有一个关键点：最终权重不是INFO搜索时验证集上的权重，而是用完整训练集重新拟合的。因为验证集在搜索阶段已经参与了模型选择，如果最后还把验证集排除在外，等于浪费了一部分可用数据。

5. 实验复盘：INFO-RBF赢在精度，更赢在稳定性

5.1 实验一：合成非线性函数

第一个实验我构造了一个二维非线性回归问题：

$$ y = \sin(x_1) \cdot \cos(x_2) + \varepsilon, \quad x_1, x_2 \sim U(-3, 3), \quad \varepsilon \sim N(0, 0.05^2) $$

样本量400，按60%、20%、20%划分训练子集、验证集、测试集。隐藏节点数H取12，INFO种群25、迭代80。对标的基线是传统K-Means两步法RBF（中心由K-Means聚类得出，宽度取中心间平均距离除以 $\sqrt{2H}$），以及sklearn的核岭回归（RBF核）。

INFO-RBF在测试集上比K-Means RBF的RMSE低了约40%，比核岭回归也低一截。这个结果符合预期：核岭回归虽然数学优雅，但它的中心点就是全部训练样本，在大样本下计算成本高，且宽度只靠一个超参数统一控制；INFO-RBF则把基函数个数限制在12个，但每个的位置和宽度都专门为减小验证误差做了优化。

5.2 实验二：加州房价抽样数据

第二个实验我用sklearn的California Housing数据集，随机抽1500条。这个数据集8个特征，目标是房价中位数，单位是十万美元。特征维度上去了，搜索空间变大，INFO搜索的难度也随之增加。H取12，维度就是 $12 \times 9 = 108$，我把种群调到30、迭代加到120。

INFO-RBF依然领先，但优势幅度比合成数据小了一些。原因不难理解：特征维度更高，108维搜索空间对元启发式算法来说已经不算轻松；同时真实数据的噪声更大，参数寻优能榨取的上限本身有限。不过即便在这种条件下，INFO-RBF仍然稳定优于K-Means两步法，R²从0.68提升到0.79，对回归任务来说是实打实的改善。

5.3 收敛速度与多次运行稳定性

我单独观察了INFO-RBF在合成数据上的收敛曲线：前20轮适应度下降非常快，基本能降到最终值的80%附近；40轮之后曲线趋于平缓；60轮以后只有微小波动。这说明80次迭代对这个规模的问题已经够用，盲目加到500次只是浪费时间。

元启发式算法是随机算法，单次运行结果有运气成分。我做了5次独立重复实验（不同随机种子），INFO-RBF在测试集上的RMSE均值为0.108，标准差0.007；而K-Means RBF虽然5次之间差异极小，但那只是因为它每次K-Means聚类结果都差不多，稳定性并没有给它带来精度优势。如果你想在论文里报告这个方案，强烈建议报多次实验的均值加减标准差，不要只报单次最优值。

5.4 INFO-RBF不占优的场景

说了这么多优点，也得讲讲它不灵的时候。首先，如果数据量很大（比如十万条以上），每次适应度评估都要对所有样本计算一次设计矩阵，INFO的总体训练时间会很难看，这时不如直接上MLP或者梯度提升树。其次，如果特征是低维、函数关系接近线性，核岭回归或者简单线性回归就已经很好，没必要用它。最后，特征维度超过30以后，中心点在高维空间里的搜索非常困难，距离集中现象会让高斯核退化成近似常数，这时建议先做特征降维再考虑RBF方案。

6. 填坑实录：INFO-RBF稳定复现的几个关键细节

6.1 数据缩放不做，sigma边界就是摆设

第一次把INFO-RBF从合成数据往真实数据上迁移时，我偷懒没有做特征缩放，结果验证集MSE始终降不下来。检查以后发现问题出在sigma边界：原始特征有的量纲是几千，有的是0到1，同一个sigma范围根本不可能同时适配所有维度。有的特征平方差被放大到百万级，高斯函数直接饱和成0，梯度信息全无。

后来统一用StandardScaler把特征标准化到零均值单位方差，中心点边界变成各维度的经验范围加余量，sigma固定在$[0.05, 0.8]$才稳定工作。这个坑看似基础，但一旦碰上就是致命的，而且很难从损失曲线上直接看出来。

6.2 中心退化与矩阵病态

INFO搜索过程中，偶尔会出现两个中心重合或者sigma被压到极小的情况，导致设计矩阵的两列几乎完全相同，$\Phi^T\Phi$接近奇异。直接np.linalg.solve会得到数值上极大或极不稳定的权重，预测结果在测试集上剧烈震荡。

我的处理办法有三道防线：第一，sigma下限裁到1e-3；第二，岭回归的$\lambda$从$10^{-6}$提到$10^{-4}$；第三，如果还是出现警告，检查$\Phi^T\Phi$的条件数，条件数超过$10^{12}$就让本次候选解直接判定为差解。实际操作中前两道防线已经能解决绝大多数问题。

6.3 别把测试集泄露进适应度

这个坑我在帮别人看代码时遇到过不止一次。有人把全部数据切了一份测试集留作最终评估，但在设计适应度函数时，却把整个训练集包含测试集在内一起用来算MSE，或者用全量数据先做了标准化再切分。这样做的后果是INFO在搜索过程中就已经"见过"测试集的信息，最终报告出来的指标严重虚高，换一批新数据就原形毕露。

正确的做法是：特征缩放只fit在训练子集上；适应度评估只用训练子集求权重、验证集算误差；测试集从准备阶段就隔离，只参与最后一次评估。

6.4 随机种子与重复实验规范

INFO每次跑出来的结果都不同，这是随机算法的正常行为，但也给复现带来了麻烦。我的建议分两层：

• 调试阶段固定种子。 代码里传seed=0之类，保证每次跑一样，方便排查逻辑问题。
• 正式实验换多个种子。 至少用5个不同种子跑，报告均值和标准差。不要选最好的那次当作最终结果，那是自欺欺人。

如果你的论文需要和其他算法对比，别忘了一个细节：其他算法的超参数也要调，否则对比不公平。比如K-Means RBF里的n_init要设大一点，核岭回归的核参数要网格搜索，这样结论才站得住脚。

6.5 隐节点数量H的确定技巧

H是RBF网络最敏感的结构参数，太小欠拟合，太大过拟合且搜索维度暴涨。我在INFO-RBF里一般先试H从5到25按5的步长各跑一次完整训练，看验证集MSE的变化趋势：通常先降后升，拐点附近就是比较合适的H。如果时间不够，可以用一个快速近似：先用K-Means RBF跑几个H，找到相对最优点，再把这个H用在INFO-RBF上。

数据量在几百到几千的区间，H取8到20是常见合理范围。数据量更大可以适当增加，但不要超过30，否则搜索空间太大，INFO的收敛速度会明显下滑。

最后说一点个人体会。INFO-RBF这套方案并不是要取代所有回归模型，它更适合那种样本量不大不小、明显非线性、愿意花几分钟到十几分钟换回更好精度的场景。我后来把同样的思路用在时间序列预测上，用滑动窗口把历史值构造成特征再套INFO-RBF，效果也还不错，说明这套耦合方式的迁移性比想象中好。如果你准备拿它做论文对比实验，建议至少把基线换成K-Means RBF和核岭回归两个，别只跟线性回归比，不然说服力不够。算法本身不复杂，真正值钱的是把参数编码、适应度设计和数据划分这些细节想明白，希望这篇复盘能帮你少走点弯路。