HyperOpt fmin()函数的位置参数

Question

我试图使用hyperopt.fmin来优化XGBoost分类器的超参数。我有一个反对的职能：

from hyperopt import fmin

def objective(space, x1, x2):
   'do whatever to define loss_array'
    return {'loss': -loss_array.mean(), 'loss_variance': np.var(loss_array, ddof=1),'status': STATUS_OK, 'scores':score_dataframe}

我希望有可选的参数x1和x2 (例如，如果我想指定一个不同的损失函数)。

然后，我可以最小化：

argmin = fmin(
  fn=objective,
  space=space,
  algo=tpe.suggest,
  max_evals = 700,
  trials=trials,
  rstate = np.random.RandomState(1),
  max_queue_len=8,
  early_stop_fn=no_progress_loss_custom(50,0) # Stops hyperopt tuning when loss does not improve after x iterations. Non custom version does not work with SparkTrials
)

如何使fn=objective接受两个附加的位置参数？

Answer 1

只要在fmin作用域中指定了x1和x2，就可以使用lambda函数：

fn=lambda空间，x1=x1，x2=x2:目标(空间，x1，x2)