这是重现错误的代码： 在 LogisticRegression 上使用 BayesSearchCV 作为分类器不会产生错误，而使用 RandomForestClassifier 会产生以下错误： 我的版本： python：3.9.12 sklearn：1.1.1 skopt：0.9.0 使用 XG ...
我正在尝试使用 skopt 中的 gp_minimize 实现优化。 但是我的目标函数需要一些对象来处理，类似于： 有没有（适当的）方法来做到这一点？ 我有几个想法： 在每次优化时读取树并将其存储在泡菜文件中 定义树，使它们在目标函数的范围内 谢谢 ...
我对 n_points 在 skopt BayesSearchCV 中的工作方式感到困惑。 据我了解，贝叶斯搜索是顺序的。 但是在 skopt BayesSearchCV 中，我们可以设置 n_point 参数，该参数指定要并行采样的参数设置的数量。 这种并行性是如何工作的？ 它是执行 n_poin ...
我刚刚开始使用 skopt，所以请随时将我重定向到我可能错过的任何基本教程。 无论如何，这里是： 我有一个优化问题，我通过复杂的物理 model 计算 2 峰光谱，然后提取其洛伦兹曲线（即 6 个参数，每个峰 3 个）。 然后我设置了一个成本 function 来计算计算参数和实验参数之间的平方差 ...
假设我有一个这样的数组： 我现在想使用skopt.Lhs.generate用1填充该数组的某些位置，从而我想排除存储在ignore中的某些位置： 我将如何做到最好？ 我可以 这使 但是可以看到 position 4, 1被占用，但它不应该被占用。 一种方法是将lhs.generate调用放在whi ...
我有 scikit-learn 0.24.1 和 scikit-optimize 0.8.1，当我尝试使用 BayesSearchCV function 时，它给了我这个错误： 当我搜索时发现新的 scikit-learn 中不推荐使用“iid”，有什么解决这个问题的建议吗？ ...
我有一个 function f(x1,x2) 并想使用 skopt 为 x 的两个维度设置 gp_minimization 的界限。 使用一个变量 (x1) 效果很好： 但是使用带有多个变量（如 f(x1,x2)）的 function 我需要添加第二个变量的边界。 我试过这样： 我收到错误消息： V ...
我在使用来自Scikit Optimize的@use_named_args时遇到问题。 问题是我的目标 function 接受 arguments NamedTuple我无法更改它，因为这是我正在处理的项目中的要求。 现在，我需要为超参数搜索实现skopt ，我需要使用@use_named_arg ...
我正在尝试使用来自 Scikit Optimizer 的 BayesSearchCV 优化 XGBoost model，这是我尝试使用的代码： 它在前几次迭代中运行，分数从 -0.001 逐渐降低到 -0.009。 运行后： 它错误： 我很确定这与“分数”有关，但是当我尝试手动设置分数时，它说它不能 ...
我正在尝试使用 BayesSearchCV 来调整 SGDClassifier 的参数。 下面是我尝试过的代码。 正在创建以下错误： 我还使用相同的 model_param 列表测试了 GridSearchCV 和 RandomizedSearchCV 并且它们工作正常。 如何正确使用 BayesS ...
我想恢复一个 gp 进程，但我收到了奇怪的消息。 我开始我的 gp 进程，只提供 x0 和 y0=None。 我的初始点是 30 和 n_evals = 50。我在第 20 次评估时停止它。然后我加载结果并按照我提供的文档中的示例 x0 和 y0（两者都是列表列表）并运行相同的过程。 （我已经重新 ...
我想用 [skopt] ( https://scikit-optimize.github.io/stable/auto_examples/bayesian-optimization.ZFC35FDC70D5FC69D223E883A ) 计算贝叶斯搜索。 我的数据集是一个时间序列，t 是我的时间步长 ...
我在使用 skopt 库时遇到问题。 我尝试优化神经网络的大小，即神经元和层大小，但是我得到的结果与预期相反。 优化不喜欢这些参数，它会产生奇怪的结果，比如 NN 有 4 层，每层有 1 个神经元和 RMSE 8*1e-4。 我知道使用高斯过程和皮尔逊指数 0.999 的 RMSE 的最佳值为 4* ...
我正在使用来自skopt的BayesSearchCV运行XGBRegressor以进行参数调整 c:\users\joel thomas wilson\anaconda_python\py2020\envs\optimus_prime\lib\site-packages\skopt\utils.p ...
如何使用MLPClassifier和skopt的 MLPClassifier 优化神经网络中的层数和隐藏层大小？ 通常我会指定我的空间，例如： （假设超参数alpha_1和alpha_2 ）。 使用 sklearn 中的神经网络实现，我需要调整hidden_layer_sizes这是一个元组： ...
我正在使用具有 4 个输入和一个 output 的高斯过程回归。 目标是通过对拟合的 model 执行贝叶斯优化来找到最佳 X。 我为 model 安装了以下内容： 到目前为止，这就是我用来执行优化的方法： 我不断收到以下错误： 不确定是否有可能解决问题，我已经尝试过： 和 但没有成功。 有关如何 ...
我希望能够从库skopt的检查点恢复高斯过程。 经过一番研究，我找不到这样做的方法。 这是一个简单的代码来显示我想要做什么： import skopt LOAD = False # To continue the optimization from a checkpoint, I ...