BayesianParameterSampling Klas
Definieert Bayesiaanse steekproeven via een hyperparameterzoekruimte.
Bayesiaanse steekproeven proberen op intelligente wijze de volgende steekproef van hyperparameters te kiezen, op basis van de manier waarop de vorige steekproeven zijn uitgevoerd, zodat het nieuwe voorbeeld de gerapporteerde primaire metriek verbetert.
Initialiseer BayesianParameterSampling.
Constructor
BayesianParameterSampling(parameter_space, properties=None)Parameters
| Name | Description |
|---|---|
|
parameter_space
Vereist
|
|
|
parameter_space
Vereist
|
Een woordenlijst met elke parameter en de bijbehorende distributie. De woordenlijstsleutel is de naam van de parameter. Houd er rekening mee dat alleen de keuze, quniform en uniform worden ondersteund voor Bayesian-optimalisatie. |
|
properties
|
Default value: None
|
Opmerkingen
Houd er rekening mee dat bij het gebruik van Bayesian-steekproeven het aantal gelijktijdige uitvoeringen invloed heeft op de effectiviteit van het afstemmingsproces. Normaal gesproken leidt een kleiner aantal gelijktijdige uitvoeringen tot een betere convergentie van steekproeven. Dat komt doordat sommige uitvoeringen starten zonder volledig te profiteren van uitvoeringen die nog steeds worden uitgevoerd.
Opmerking
Bayesiaanse steekproeven bieden geen ondersteuning voor beleid voor vroegtijdige beëindiging. Wanneer u Bayesian-parametersampling gebruikt, gebruikt NoTerminationPolicy, stelt u beleid voor vroegtijdige beëindiging in op Geen of verlaat u de parameter early_termination_policy.
Zie de zelfstudie Hyperparameters voor uw model afstemmen voor meer informatie over het gebruik van BayesianParameter-steekproeven.
Kenmerken
SAMPLING_NAME
SAMPLING_NAME = 'BayesianOptimization'