Exponenta Banner
exponenta event banner

график

График результатов байесовской оптимизации

свернуть все на странице

Синтаксис

график (результаты, 'все')
участок (results,plotFcn1,plotFcn2,...)

Описание

plot(results,'all') вызывает все предопределенные функции печати на results.

пример

plot(results,plotFcn1,plotFcn2,...) вызывает перечисленные функции печати на results.

Примеры

свернуть все

Открыть сценарий

В этом примере показано, как распечатать модель ошибки и наилучшую трассировку цели после завершения оптимизации. Целевая функция для этого примера выдает ошибку для точек с нормой больше 2.

function f = makeanerror(x)
f = x.x1 - x.x2 - sqrt(4-x.x1^2-x.x2^2);


fun = @makeanerror;

Создайте переменные для оптимизации.

var1 = optimizableVariable('x1',[-5,5]);
var2 = optimizableVariable('x2',[-5,5]);
vars = [var1,var2];

Выполните оптимизацию без каких-либо графиков. Для воспроизводимости задайте случайное начальное число и используйте функцию получения «ожидаемое улучшение плюс». Оптимизируйте для 60 итераций, чтобы модель ошибок стала хорошо обученной.

rng default
results = bayesopt(fun,vars,'MaxObjectiveEvaluations',60,...
    'AcquisitionFunctionName','expected-improvement-plus',...
    'PlotFcn',[],'Verbose',0);

Постройте график модели ошибки и наилучшего отслеживания цели.

plot(results,@plotConstraintModels,@plotMinObjective)

Входные аргументы

свернуть все

Результаты байесовской оптимизации, указанные как BayesianOptimization объект.

Функция печати, заданная как дескриптор функции.

Существует несколько встроенных функций графика:

Графики модели - Применить при D ≤ 2Описание
@plotAcquisitionFunction

Постройте график поверхности функции сбора данных.

@plotConstraintModels

Постройте график каждой поверхности модели зависимости. Отрицательные значения указывают на возможные точки.

Также постройте график P (осуществимой) поверхности.

Также постройте график модели ошибки, если она существует, которая находится в диапазоне от –1 кому 1. Отрицательные значения означают, что модель, вероятно, не ошибается, положительные значения означают, что она, вероятно, ошибается. Модель:

Ошибка на графике = 2 * Вероятность (ошибка) - 1.

@plotObjectiveEvaluationTimeModel

Постройте график поверхности модели времени оценки целевой функции.

@plotObjectiveModel

Постройте график fun поверхность модели, расчетное местоположение минимума и местоположение следующей предлагаемой точки для оценки. Для одномерных задач график охватывает один достоверный интервал выше и ниже средней функции и огибает одно среднеквадратическое отклонение шума выше и ниже среднего.

Графики трассировки - применить ко всем DОписание
@plotObjective

Постройте график каждого наблюдаемого значения функции в зависимости от количества оценок функции.

@plotObjectiveEvaluationTime

Постройте график времени выполнения оценки каждой наблюдаемой функции в зависимости от количества оценок функций.

@plotMinObjective

Постройте график между минимальными наблюдаемыми и оцененными значениями функций и количеством оценок функций.

@plotElapsedTime

Постройте график трех кривых: общее прошедшее время оптимизации, общее время оценки функции и общее время моделирования и выбора точки, все в зависимости от количества оценок функции.

Можно включить маркер перемещения в собственные функции графика. Дополнительные сведения см. в разделе Функции графика байесовской оптимизации.

Пример: @plotObjective

Типы данных: function_handle

Альтернативная функциональность

Функции печати можно задать в окне bayesopt PlotFcn пара имя-значение. Это позволяет контролировать ход оптимизации.

См. также

|

Представлен в R2016b

Документация по инструментам для статистического и машинного обучения

Поддержка