我希望在笔记本中使用最佳模型来预测不同的测试批次。 可重现的示例(取自Optuna Github):import lightgbm as lgb import numpy as np import sklearn.datasets import sklearn.metrics from s...
我该如何让optuna从这个列表中推荐浮点数: [1e-6, 1e-5, 1e-4, 1e-3, 1e-2, 1e-1, 1.0] 我正在使用以下 Python 代码片段: trial.suggest_float("lambda", 1e-6, 1.0, log=True) 它正确...
我试图在使用optuna进行超参数调优后将XGBClassifier拟合到我的数据集上,但始终收到以下警告: 在目标函数为'binary:logistic'的情况下,默认评估度量从'error'更改为'logloss' 以下是我的代码: #XGBC MODEL model = XGB...
我如何在Optuna的objective函数中同时优化多个指标?例如,我正在训练一个LGBM分类器,想要找到最佳的超参数集合以适用于所有常见的分类指标,如F1、精度、召回率、准确率、AUC等。 def objective(trial): # Train gbm = lgb.t...
我正在尝试使用Optuna来调整额外树分类器。 我在所有尝试中都收到了以下消息: [W 2022-02-10 12:13:12,501] 尝试2失败,因为值None无法转换为float。 下面是我的代码。它发生在我所有的尝试中。请问我做错了什么? def objective...
我希望将optuna的study.optimize的详细程度设置为0。我认为optuna.logging.set_verbosity(0)可以实现,但每次试验仍会出现Trial 0 finished with value ....的更新。 正确的做法是什么?不幸的是,通过文档进行广泛搜索仍然...
我想使用交叉验证来测试官方Optuna和基于pytorch的样例代码(https://github.com/optuna/optuna/blob/master/examples/pytorch_simple.py)。 我考虑将数据拆分为交叉验证的折叠,然后尝试对每个折叠进行参数调整,但是由于...
Optuna的TPESampler和RandomSampler会为同一个参数多次推荐相同的整数值(也可能是浮点数和对数均匀分布)。我无法找到一种方法来阻止它反复建议相同的值。在100个试验中,有相当多数量的试验是重复的。唯一建议的值的数量最终约为100个试验中的80-90个。如果我包括更多的参...