Compartir a través de

BayesianParameterSampling Clase

Define el muestreo bayesiano sobre un espacio de búsqueda de hiperparámetros.

El muestreo bayesiano intenta seleccionar inteligentemente la siguiente muestra de hiperparámetros, en función de cómo se realizaron las muestras anteriores, de modo que la nueva muestra mejora la métrica principal notificada.

Inicialice BayesianParameterSampling.

Constructor

BayesianParameterSampling(parameter_space, properties=None)

Parámetros

Nombre Description
parameter_space
Requerido
dict

Diccionario que contiene cada parámetro y su distribución. La clave de diccionario es el nombre del parámetro . Tenga en cuenta que solo choicese admiten , quniformy uniform para la optimización bayesiana.
parameter_space
Requerido
dict

Diccionario que contiene cada parámetro y su distribución. La clave de diccionario es el nombre del parámetro . Tenga en cuenta que solo se admiten opciones, quniformes y uniformes para la optimización bayesiana.
properties
Valor predeterminado: None

Comentarios

Tenga en cuenta que al usar el muestreo bayesiano, el número de ejecuciones simultáneas tiene un impacto en la eficacia del proceso de optimización. Normalmente, un número menor de ejecuciones simultáneas conduce a una mejor convergencia de muestreo. Esto se debe a que algunas ejecuciones se inician sin beneficiarse completamente de las ejecuciones que siguen ejecutándose.

Nota:

El muestreo bayesiano no admite directivas de terminación anticipada. Al usar el muestreo de parámetros bayesianos, use NoTerminationPolicy, establezca la directiva de terminación anticipada en None o deje el parámetro early_termination_policy.

Para obtener más información sobre el uso del muestreo bayesianoParameter, consulte el tutorial Ajuste de hiperparámetros para el modelo.

Atributos

SAMPLING_NAME 

SAMPLING_NAME = 'BayesianOptimization'