zoukankan      html  css  js  c++  java
  • skopt学习之路1-函数介绍:dummy_minimize

    def dummy_minimize(func,dimensions,n_calls=100, x0=None, y0=None, random_state=None, verbose=False, callback=None)
    该函数执行:基于给定的范围内通过均匀抽样进行随机搜索
    def dump(res, filename, store_objective=True, **kwargs)
    该函数执行:将优化结果储存到文件中
    def expected_minimum(res, n_random_starts=20, random_state=None)
    该函数执行:计算最后一个代理模型预测的最小值
    def forest_minimize(func,dimensions, base_estimator='ET', n_calls=100, n_random_starts=10, acq_func='EI', 
                x0=None, y0=None, random_state=None, verbose=False, callback=None, n_points=10000, xi=0.01, kappa=1.96, n_jobs=1)
    该函数执行:使用决策树进行优化
    def gbrt_minimize(func, dimensions, base_estimator=None, n_calls=100, n_random_starts=10, acq_func='EI', acq_optimizer='auto', 
                x0=None, y0=None, random_state=None, verbose=False, callback=None, n_points=10000, xi=0.01, kappa=1.96, n_jobs=1)
    该函数执行:使用GBT进行优化
    def gp_minimize(func, dimensions, base_estimator=None, n_calls=100, n_random_starts=10, acq_func='gp_hedge', acq_optimizer='auto', 
        x0=None, y0=None, random_state=None, verbose=False, callback=None, n_points=10000, n_restarts_optimizer=5, xi=0.01, kappa=1.96, noise='gaussian', n_jobs=1)
    该函数执行:使用高斯过程的贝叶斯优化
    def load(filename, **kwargs)
    该函数执行:从使用skopt.dump持久化的文件中重新构造skopt优化结果
  • 相关阅读:
    python机器学习-数据集划分
    python机器学习-数据集的使用
    char类型标识字段
    CharIndex的用法
    临时表和表变量性能差别
    建索引数据优化实例
    公用表达式的结果集不要子查询然后连接查询
    Oracle SQL in 超过1000 的解决方案
    Oracle 11g大数据量表快速增加列
    SQL Server表值函数
  • 原文地址:https://www.cnblogs.com/wzdLY/p/9678116.html
Copyright © 2011-2022 走看看