贝叶斯调参——bayes_opt
一、简介
贝叶斯调参主要思想是,给定优化的目标函数(广义的函数,只需指定输入和输出即可,无需知道内部结构以及数学性质),通过不断地添加样本点来更新目标函数的后验分布
他与常规的网格搜索或者随机搜索的区别是:
- 贝叶斯调参采用高斯过程,考虑之前的参数信息,不断地更新先验;网格搜索未考虑之前的参数信息
- 贝叶斯调参迭代次数少,速度快;网格搜索速度慢,参数多时易导致维度爆炸
- 贝叶斯调参针对非凸问题依然稳健;网格搜索针对非凸问题易得到局部优最
二、安装
pip install bayesian-optimization
我一开始下载贝叶斯模块的时候,报time-out,最近好像用pip下载一直报time-out
这里介绍个神奇:一个神奇的镜像 pip install -i https://pypi.douban.com/simple bayesian-optimization
三、用贝叶斯调参的小例子:
from bayes_opt import BayesianOptimizationdef rf_cv(num_leaves,max_depth,subsample,min_child_samples):val = cross_val_score(LGBMRegressor(objective = 'regression_l1',num_leaves=int(num_leaves),max_depth=int(max_depth),subsample = subsample,min_child_samples = int(min_child_samples)),X=train_X, y=train_y_ln, verbose=0, cv = 5, scoring=make_scorer(mean_absolute_error)).mean()return 1 - val#实例化一个bayes优化对象了:
rf_bo = BayesianOptimization(rf_cv,{'num_leaves':(2,100),'max_depth':(2,100),'subsample':(0.1,1),'min_child_samples':(2,100)}
)#运行bayes优化
rf_bo.maximize()
#输出分数
1 - rf_bo.max['target']plt.figure(figsize=(13,5))
sns.lineplot(x=['0_origin','1_log_transfer','2_L1_&_L2','3_change_model','4_parameter_turning'], y=[1.36 ,0.19, 0.19, 0.14, 0.13])
完成的时候会不断地输出结果,如下图所示:
参考:https://www.cnblogs.com/yangruiGB2312/p/9374377.html
贝叶斯调参——bayes_opt相关推荐
- 调参1——随机森林贝叶斯调参
贝叶斯调参教程请参考:https://blog.csdn.net/weixin_35757704/article/details/118480135 安装贝叶斯调参: pip install baye ...
- LGBM使用贝叶斯调参
贝叶斯调参的相关知识与代码格式请参考:https://blog.csdn.net/weixin_35757704/article/details/118416689 构造LGBM模型 model = ...
- 机器学习调参——网格搜索调参,随机搜索调参,贝叶斯调参
from sklearn.datasets import load_boston from sklearn.metrics import mean_squared_error from lightgb ...
- 网格搜索、随机搜索和贝叶斯调参总结与实践
网格搜索 网格搜索时应用最广泛的超参数搜素算法,网格搜索通过查找搜索范围内的所有点,来确定最优值.一般是通过给出较大的搜索范围以及较小的步长,网格搜索时一定可以找到全局最大值或全局最小值的. 但是网格 ...
- 自动化机器学习(AutoML)之自动贝叶斯调参
一.Python实现自动贝叶斯调整超参数 [导读]机器学习中,调参是一项繁琐但至关重要的任务,因为它很大程度上影响了算法的性能.手动调参十分耗时,网格和随机搜索不需要人力,但需要很长的运行时间.因此, ...
- python朴素贝叶斯调参_邹博机器学习升级版II附讲义、参考书与源码下载(数学 xgboost lda hmm svm)...
课程介绍 本课程特点是从数学层面推导最经典的机器学习算法,以及每种算法的示例和代码实现(Python).如何做算法的参数调试.以实际应用案例分析各种算法的选择等. 1.每个算法模块按照"原理 ...
- Python实现贝叶斯优化器(Bayes_opt)优化卷积神经网络回归模型(CNN回归算法)项目实战
说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取. 1.项目背景 贝叶斯优化器 (BayesianOptimization) 是一 ...
- Python实现贝叶斯优化器(Bayes_opt)优化支持向量机回归模型(SVR算法)项目实战
说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取. 1.项目背景 贝叶斯优化器 (BayesianOptimization) 是一 ...
- Python实现贝叶斯优化器(Bayes_opt)优化BP神经网络回归模型(BP神经网络回归算法)项目实战
说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取. 1.项目背景 贝叶斯优化器 (BayesianOptimization) 是一 ...
最新文章
- javascript闭包简单实例
- word2vec如何得到词向量
- Linux下的命令总结笔记(二)
- Everything(速度快的文件搜索软件) 1.4.1.801b 汉化绿色版
- Codeforces Round #619 (Div. 2) F. Super Jaber 多源bfs + 思维转换
- 图片服务 - thumbor入门
- Python-cvxopt库的使用(1)(解决LP问题)
- qmenu只在鼠标单击时消失_珍藏多年的CAD快捷键和鼠标操作
- 【转】windows操作系统同步 (Critical Section,Mutex,Semaphore,Event Object,Interlocked Variable)...
- 关于Java书籍的最佳阅读顺序
- 启明星辰产品解读_IPS
- 下载软件时的X86和X64的区别
- 【解决报错】failed to obtain JDBC Connection
- 千峰教育软件测试教程笔记
- 关于Win10系统-svchost大量占用网速及自动更新问题——完美解决
- 周易六十四卦——水火既济卦
- 在线靶场-墨者-安全意识1星-WEB页面分析
- java和C语言在数据类型和语法上的比较
- 可信认证之九阴真经一
- 指数多项式的Galois群计算