Должен ли пример GPyOpt «Первый шаг» найти минимум?

Страница "Первый шаг" от GPyOpt показывает красивое изображение, которое выглядит как минимум, найденное с помощью кода выше

Должен ли пример GPyOpt «Первый шаг» найти минимум?

К сожалению, когда я запускаю тот же код, я получаю

Должен ли пример GPyOpt «Первый шаг» найти минимум?

или

Должен ли пример GPyOpt «Первый шаг» найти минимум?

т.е. вертикальная линия очень редко доходит до минимума.

Это мое недоразумение или библиотека не работает?

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
2
0
186
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Чтобы было ясно, красная функция представляет не вероятность минимума, а вероятность получения ценной информации при следующем захвате. И то, как "ценность" информации определяется, зависит от выбранной стратегии приобретения.

Я предполагаю, что их график был создан на основе прогона, в котором использовалась acquisition_type='MPI' (максимальная вероятность улучшения), что объясняет, почему приобретение выглядит агрессивно сосредоточенным на поиске в области с предполагаемым минимумом. Возможно, раньше это было значением по умолчанию для API, когда они создавали эти документы.

В настоящее время по умолчанию используется acquisition_type='EI' (Ожидаемое улучшение), который немного более осторожен в исключении регионов, которые имеют меньше информации о них, прежде чем сосредоточиться на минимальном регионе. Следовательно, вы видите приобретения, нацеленные на местоположения с большими пределами неопределенности, что вполне разумно.

В конце концов, выведенная функция должна по-прежнему давать почти идентичные прогнозы оптимальных параметров функции. Прогнозируемый оптимум получается с

myBopt.x_opt

Другие вопросы по теме