回答情况：
提问时间：
问题标签：
我在使用skopt库时遇到了问题。我试图优化神经网络的大小，即神经元和层的大小，然而我得到的结果与预期相反。from skopt import gbrt_minimizespace = [
Real
浏览 5提问于2020-05-17得票数 0
以下是我尝试过的：from skopt.utils import use_named_argsfrom skopt.plots import plot_convergence
rf = RandomForestRegressor(random_state
浏览 5修改于2019-03-06得票数 3
我正在尝试将skopt的BayesSearchCV方法与Catboost.However一起使用，我不知道如何将catboost原生的分类特征的索引传递给bayesSearch object的fit(
浏览 34提问于2019-04-14得票数 2
这里有一个简单的代码来展示我想要做的事情：
y = skopt.space.Real(low=-10, high=10, name='y')
dimens
浏览 3提问于2020-02-07得票数 1
回答已采纳
我对n_points如何在skopt BayesSearchCV中工作感到困惑。据我所知，Bayes搜索是连续的。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数。这种并行性是如何工作的？
浏览 6提问于2021-06-28得票数 1
假设我有一个这样的数组： from skopt.space import Spaceimport numpy as np
[3, 1],
[4,
浏览 17提问于2021-02-07得票数 2
回答已采纳
如何利用MLPClassifier和skopt优化神经网络中的层数和隐层大小Space([Integer(name = 'alpha_2', low = 1, high
浏览 7修改于2020-04-29得票数 0
回答已采纳
我目前正在使用skopt (scikit-optimize)包对神经网络进行超参数调整(我正在尝试最小化-1*精度)。神经网络代码相当长，所以为简洁起见，我将粘贴相关部分: Imports：from skopt import gp_minimizefrom skopt.utils import use_named_argsfrom tens
浏览 63提问于2020-05-29得票数 1
回答已采纳
我想恢复gp进程，但收到奇怪的消息。我开始gp进程时只提供了x0和y0=None。我的初始点数是30，n_evals = 50。然后我加载结果，按照文档中的示例，我提供了x0和y0 (都是列表列表)，并运行相同的过程。(我已经重新启动了内核obv。)然而，即使在第12号评估之后，消息也是:迭代号: 13开始。在任意点对函数求值。它应该在哪里寻找下一个最佳点。 我做错了什么吗？ x0 = res.x_iters
浏览 42提问于2020-06-21得票数 1
请参见此plot_objective：
它是通过以下途径获得的：plot_objective(result=optimize_result,n_points=n_calls)我试着用这种方式玩空白处，但没有效果。plot_
浏览 5修改于2022-07-13得票数 1
我想用skopt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。
浏览 25修改于2020-06-21得票数 1
回答已采纳
我有一个函数f(x1，x2)，并希望使用skopt为x的两个维度设置gp_minimization的界。
浏览 11提问于2021-01-17得票数 1
n_iter=32 File "C:\Users\cloudy\PyCharmProjects\clixove\venv\lib\site-packages\skopt_step(
File "C:\Users\cloudy\PyCh
浏览 59提问于2020-08-11得票数 3
回答已采纳
skopt包(https://scikit-optimize.github.io/stable/install.html)安装在我使用的集群上。/test.py", line 22, in <module>ModuleNotFoundError: No module named'skopt' 有人能给我一个关于如何解决这个问题的见解吗？ps1:包安装在/usr&#x
浏览 40修改于2021-09-09得票数 0
回答已采纳
File "/home/user/.conda/envs/deephyper/lib/python3.7/site-packages/skopt/__init__.py", line 45, in/callbacks.py", line 17, in <module> File "/home/user/
浏览 323修改于2021-01-31得票数 0
回答已采纳
我试图实现google引擎的超参数调优功能，使用的是scikit优化(skopt)。我不知道如何始终如一地将ml engine的转换为的prior。我也不确定如何实现ml engine的UNIT_REVERSE_LOG_SCALE (如果LOG_SCALE与skopt的log-uniform优先一致)。使用skopt的log-uniform和下面的几个自定义转换进行代码和可视化。import numpy as np
import matplotlib.pyplot as p
浏览 2提问于2019-01-21得票数 0
回答已采纳
我在skopt包中对gp_minimize使用了贝叶斯优化，对dummy_minimize使用了随机搜索。我想通过scikit-opt中的load选项保存这两个模型： skopt.dump(gp_100, 'gp_100.pkl') 据我所知，应该可以使用以下行加载模型： gp_100 = skopt.load('gp_100.pkl') 不幸的是，这引发了一个错误： <ipython-input-18-a24ad5907175> in <module>
1 fro
浏览 28提问于2019-12-23得票数 1
我正在尝试实现贝叶斯优化，但是在从skopt import gp_minimize导入'gp_minimize‘时，已经开始出现错误。Traceback (most recent call last)----> 1 from skopt5 acq_func="EI", # the acquisition function
~\Anaconda3\lib\site-
浏览 184修改于2020-07-21得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号