Переменные для байесовской оптимизации

Синтаксис для создания переменных оптимизации

Для каждой переменной в целевой функции создайте объект описания переменной с помощью optimizableVariable. Каждая переменная имеет уникальное имя и область значений значений. Минимальный синтаксис для создания переменных:

variable = optimizableVariable(Name,Range)

Эта функция создает действительную переменную, которая находится в диапазоне от нижней границы Range(1) к верхней границе Range(2).

Можно задать три типа переменных в Type Пара "имя-значение":

'real' - Непрерывные вещественные значения между конечными границами. Дайте Range как двухэлементный вектор [lower upper], которые представляют нижнюю и верхнюю границы.
'integer' - Целочисленные значения между конечными границами, подобные 'real'.
'categorical' - Массив ячеек из имен возможных значений, таких как {'red','green','blue'}, которые вы задаете в Range аргумент.

Для 'real' или 'integer' переменные, вы можете задать, что bayesopt выполняет поиск в масштабированном по логарифмам пространстве путем установки Transform Пара "имя-значение" с 'log'. Для этого преобразования убедитесь, что нижняя граница в Range строго положительно.

Включите переменные для bayesopt как вектор во втором аргументе.

results = bayesopt(fun,[xvar,ivar,rvar])

Чтобы исключить переменную из оптимизации, задайте Optimize на false, либо в паре "имя-значение" optimizableVariable, или через запись через точку:

xvar.Optimize = false;

Совет

Существует два имени, сопоставленных с optimizableVariable:
- MATLAB^® имя переменной рабочей области
- Имя переменной в оптимизации
Для примера,
```
xvar = optimizableVariable('spacevar',[1,100]);
```
xvar - переменное Рабочее пространство MATLAB, и 'spacevar' - переменная в оптимизации.
Используйте эти имена следующим образом:
- Использование xvar как элемент в векторе переменных, в которые вы переходите bayesopt. Для примера,
  results = bayesopt(fun,[xvar,tvar])
- Использование 'spacevar' как имя переменной в оптимизации. Для примера в целевой функции,
  function objective = mysvmfun(x,cdata,grp) SVMModel = fitcsvm(cdata,grp,'KernelFunction','rbf',... 'BoxConstraint',x.spacevar,... 'KernelScale',x.tvar); objective = kfoldLoss(crossval(SVMModel));

Переменные для примеров оптимизации

Открыть Live Script

Действительная переменная от 0 до 1:

var1 = optimizableVariable('xvar',[0 1])

var1 = 
  optimizableVariable with properties:

         Name: 'xvar'
        Range: [0 1]
         Type: 'real'
    Transform: 'none'
     Optimize: 1

Целое число переменная от 1 до 1000 по журналу шкале:

var2 = optimizableVariable('ivar',[1 1000],'Type','integer','Transform','log')

var2 = 
  optimizableVariable with properties:

         Name: 'ivar'
        Range: [1 1000]
         Type: 'integer'
    Transform: 'log'
     Optimize: 1

Категориальная переменная радужных цветов:

var3 = optimizableVariable('rvar',{'r' 'o' 'y' 'g' 'b' 'i' 'v'},'Type','categorical')

var3 = 
  optimizableVariable with properties:

         Name: 'rvar'
        Range: {'r'  'o'  'y'  'g'  'b'  'i'  'v'}
         Type: 'categorical'
    Transform: 'none'
     Optimize: 1

Документация