问题标签 [hyperopt]

我想从 JSON 文件中读取hyperopt参数。

我的 JSON 文件如下：

我已经检查了 这篇文章，但对于像上面这样的更复杂的 JSON 没有成功。

我希望能够创建像2.2 A Search Space Example: scikit-learn这样的空间。

当我尝试保存 hyperopt.trials 对象时，其中包含有关神经网络中自动参数调整的信息，

它给出了错误：

不能腌制 _thread.RLock 对象

此外，它会在我的本地驱动器上加载一个 10GB 大小的文件。也就是说，它不仅保存了试验对象，还保存了整个模型。你能帮我保存更小的试验对象吗（例如 XGBoost 试验文件的大小是 1Mb）并避免错误。

谢谢你。

我正在尝试使用贝叶斯优化调整超参数，以使用下面的代码在超参数空间上进行随机森林回归，但我收到一条错误消息

TypeError: init () got an unexpected keyword argument 'min_samples'

尝试以下代码时出现此错误：

我还尝试使用下面的代码在目标函数中列出超参数，但出现以下错误

类型错误：objective() 缺少 3 个必需的位置参数：“min_samples”、“max_features”和“max_samples”

你能告诉我我能做些什么来修复我的代码吗？

我能够使用以下代码调整单个超参数：

我通过从数据集的不同部分创建的许多小 xgboost 模型对客户端进行分类。由于很难手动支持许多模型，因此我决定通过 Hyperopt 自动调整超参数并通过 Boruta 进行特征选择。

请您给我建议，首先应该做什么：超参数调整或特征选择？另一方面，没关系。特征选择后，特征数量从 2500 减少到 100（实际上，我有 50 个真实特征和 5 个分类特征通过 OneHotEncoding 变成了 2400）。

如果需要一些代码，请告诉我。非常感谢。

目前我正在尝试使用 SMOTE 进行过采样，然后在管道中运行我的 XGBClassifier。出于某种原因，我无法让 HyperOpt 与 Pipeline 配合使用。

以下两个示例均运行正常：

然而，当我将 Pipeline 放入目标函数中时，我最终得到了分数的 NaN 值。

也许我只是错过了一些非常简单的东西，但不确定如何解决这个问题。欢迎任何建议/帮助/资源。

我想用回归模型做预测。

我尝试优化我的 LightGBM 模型以获得最佳超参数，同时针对最低泛化 RMSE 分数而不会过拟合/欠拟合。

我见过的所有示例都使用分类并随机拆分而不知道时间序列数据 + 使用 GridSearch，这些都不适用于我的问题。

如何在使用嵌套 CV 和 TimeSeriesSplit 时为我的最终模型获得贝叶斯超参数优化？

到目前为止，我的简单简历代码：

我正在使用 hyperopt 来搜索算法的超参数。有三个数字需要优化w1：w2和w3。这三个数应满足条件s1+w2+w3=1。我这样定义搜索空间：

问题是它们不能被总结为 1，这不是我希望的。我怎样才能让它工作？

当我使用 Hyperopt 进行贝叶斯优化时，以下代码中出现值错误：

错误如下：

谁能帮我解决这个错误？我尝试了很多次，但这个错误仍然存​​在。

我正在尝试在回归模型上使用Hyperopt，这样它的一个超参数是按变量定义的，并且需要作为列表传递。例如，如果我有一个包含 3 个自变量（不包括常数）的回归，我会通过hyperparameter = [x, y, z]（x, y, z浮点数在哪里）。

无论它们应用于哪个变量，此超参数的值都具有相同的界限。如果将此超参数应用于所有变量，我可以简单地使用hp.uniform('hyperparameter', a, b). 我希望搜索空间是hp.uniform('hyperparameter', a, b)长度的笛卡尔积n，其中n是回归中的变量数（所以，基本上，itertools.product(hp.uniform('hyperparameter', a, b), repeat = n)）

我想知道这在 Hyperopt 中是否可行。如果没有，欢迎对可能的优化器提出任何建议。

我目前正在尝试使用库 hyperopt 优化梯度提升方法的超参数。当我在自己的计算机上工作时，我使用了该类Trials，并且能够使用库泡菜保存和重新加载我的结果。这让我可以保存我测试的所有参数集。我的代码看起来像这样：

现在，我想让这段代码在具有更多 CPU 的远程服务器上工作，以允许并行化并获得时间。

我看到我可以使用SparkTrialshyperopt 类而不是 ot来简单地做到这一点Trials。但是，SparkTrials 对象不能与泡菜一起保存。您对如何保存和重新加载存储在Sparktrials对象中的试验结果有任何想法吗？