GPyOpt 的“第一步”页面显示了漂亮的图像,看起来像最小值,由上面的代码找到
不幸的是,当我运行相同的代码时,我得到
或者
即垂直线很少达到最小值。
这是我的误解,还是图书馆不工作?
需要明确的是,红色函数并不是代表最小值的可能性,而是在下一次采集中获得有价值信息的可能性。而“价值”如何赋予信息取决于人们采用的获取策略。
我的猜测是他们的情节是从使用acquisition_type='MPI'
(最大改进概率)的运行中生成的,这可以解释为什么这次收购似乎积极地专注于在疑似最小值的区域进行搜索。当他们生成这些文档时,也许这曾经是 API 的默认设置。
目前,默认值为acquisition_type='EI'
(Expected Improvement),在关注最小区域之前,它会更加谨慎地排除信息较少的区域。因此,您会看到针对不确定性范围较大的地点进行的收购,这是完全合理的。
最后,推断的函数应该仍然对最优函数参数产生几乎相同的预测。得到预测的最优值
myBopt.x_opt