Hyperopt勘探/开发战略

Question

Hyperopt提供了什么样的设置来调整勘探与开采之间的平衡？代码中有类似于“强盗”和"bandit_algo“的东西，但没有解释。

有人能提供任何代码样本吗。

非常感谢您的帮助！

Answer 1

我刚刚发现hyperopt分部()是一个用于优化器algo的神奇包装器函数。它允许在不同战略之间取得平衡，然后是E/E：

部分返回随机选择的建议函数的结果。例如，通过有时使用随机搜索，有时使用退火，有时使用tpe，键入：

fmin(...,
algo=partial(mix.suggest,
p_suggest=[
(.1, rand.suggest),
(.2, anneal.suggest),
(.7, tpe.suggest),]),
)

参数"p_suggest"：(概率，建议)对的列表。根据其相应的概率，从其中一个建议函数中提出建议。和(概率)必须接近1.0。

如果您想要更精确地控制algo进程:您可以使用hyperopt优化器algos是无状态的事实，并返回试用对象，该对象可以作为一个新fmin的输入来继续该过程。然后，您可以在1处使用max_evals调用fmin，并在一个循环中处理该过程，因此您可以在每次迭代之间修改“试用”和“建议algo”。

Answer 2

最好的选择是读一下Bergstra et的报纸。阿尔。1 2和3..我不完全清楚bandit_algo是什么，除了其中一篇论文提到它作为高斯过程和Parzen估计树的替代方法之外--也许你可以和这两种方法一样使用它？

我的猜测是，如果它没有记录，它可能还没有完成。你可以尝试提出一个问题，在吉蒂布-发展中是相当反应，从我看到的。

编辑:看看本论文，这些强盗算法可能是其他人继承的基类。