Python：如何从Optuna LightGBM研究中检索出最佳模型？
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...
Optuna建议浮点数，对数为真。
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...
使用'binary:logistic'目标函数的默认评估指标已从“错误率”更改为“对数损失”。
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...
如何在Optuna中优化多个指标
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...
试验1失败，因为值None无法转换为浮点数。
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...
如何将Optuna的study.optimize的详细程度设置为0？
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...
如何使用PyTorch和Optuna进行交叉验证
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在很多试验中建议相同的参数值（重复试验浪费时间和预算）
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...