次の方法で共有

BayesianParameterSampling クラス

ハイパーパラメーター検索空間に対するベイジアン サンプリングを定義します。

ベイジアン サンプリングは、前のサンプルの実行方法に基づいて、ハイパーパラメーターの次のサンプルをインテリジェントに選択しようとします。これにより、新しいサンプルによって報告されるプライマリ メトリックが改善されます。

BayesianParameterSampling を初期化します。

コンストラクター

BayesianParameterSampling(parameter_space, properties=None)

パラメーター

名前 説明
parameter_space
必須
dict

各パラメーターとその分布を含むディクショナリ。 ディクショナリ キーは、パラメーターの名前です。 ベイジアン最適化では、 choice、 quniform、および uniform のみがサポートされることに注意してください。
parameter_space
必須
dict

各パラメーターとその分布を含むディクショナリ。 ディクショナリ キーは、パラメーターの名前です。 ベイジアン最適化では、選択肢、ユニフォーム、および均一のみがサポートされることに注意してください。
properties
規定値: None

注釈

ベイジアン サンプリングを使用する場合、同時実行の数がチューニング プロセスの有効性に影響を与える点に注意してください。 通常、同時実行の数が少ないほど、サンプリング の収束が向上します。 これは、一部の実行は、まだ実行されている実行の恩恵を完全に受けずに開始されるためです。

注

ベイジアン サンプリングでは、早期終了ポリシーはサポートされていません。 ベイジアン パラメーター サンプリングを使用する場合は、 NoTerminationPolicyを使用するか、早期終了ポリシーを None に設定するか、early_termination_policy パラメーターをオフのままにします。

BayesianParameter サンプリングの使用の詳細については、 モデルのハイパーパラメーターの調整に関するチュートリアルを参照してください。

属性

SAMPLING_NAME 

SAMPLING_NAME = 'BayesianOptimization'