华为云AI开发平台ModelArts贝叶斯优化(SMAC)_云淘科技
贝叶斯优化假设超参和目标函数存在一个函数关系。基于已搜索超参的评估值，通过高斯过程回归来估计其他搜索点处目标函数值的均值和方差。根据均值和方差构造采集函数（Acquisition Function），下一个搜索点为采集函数的极大值点。相比网格搜索，贝叶斯优化会利用之前的评估结果，从而降低迭代次数、缩短搜索时间；缺点是不容易找到全局最优解。
|
参数 |
说明 |
取值参考 |
|---|---|---|
|
num_samples |
搜索尝试的超参组数 |
int，一般在10-20之间，值越大，搜索时间越长，效果越好 |
|
kind |
采集函数类型 |
string，默认为’ucb’，可能取值还有’ei’、’poi’，一般不建议用户修改 |
|
kappa |
采集函数ucb的调节参数，可理解为上置信边界 |
float，一般不建议用户修改 |
|
xi |
采集函数poi和ei的调节参数 |
float，一般不建议用户修改 |
父主题： 搜索算法
同意关联代理商云淘科技，购买华为云产品更优惠（QQ 78315851）
内容没看懂？ 不太想学习？想快速解决？ 有偿解决： 联系专家
