【问题标题】:Should "First Step" example of GPyOpt find minimum?GPyOpt 的“第一步”示例是否应该找到最小值?
【发布时间】:2018-11-15 19:14:47
【问题描述】:

"First Step" page from GPyOpt 显示漂亮的图像,看起来像最小值,由上面的代码找到

不幸的是,当我运行相同的代码时,我得到了

即垂直线很少达到最小值。

这是我的误会,还是库不工作?

【问题讨论】:

    标签: python bayesian gpyopt


    【解决方案1】:

    需要明确的是,红色函数不是代表最小值的可能性,而是在下一次采集中获得有价值信息的可能性。而如何为信息分配“价值”取决于人们采用的获取策略。

    我的猜测是他们的情节是从使用acquisition_type='MPI'(最大改进概率)的运行中生成的,这可以解释为什么这次收购似乎积极地专注于在疑似最小值的区域中进行搜索。也许这曾经是他们生成这些文档时 API 的默认设置。

    目前,默认值为acquisition_type='EI'(预期改进),在关注最小区域之前,它会更加谨慎地排除信息较少的区域。因此,您会看到针对不确定性范围较大的地区进行的收购,这是完全合理的。

    最后,推断的函数仍应产生几乎相同的最佳函数参数预测。得到预测的最优值

    myBopt.x_opt
    

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2019-01-26
      • 2013-05-21
      • 1970-01-01
      • 2019-02-20
      • 2022-12-14
      • 2014-12-07
      • 2013-04-05
      • 1970-01-01
      相关资源
      最近更新 更多