"First Step" page from GPyOpt显示漂亮的图像,看起来很像,是通过上面的代码找到的
不幸的是,当我运行完全相同的代码时,我得到了
或
即垂直线很少会达到最小值。
这是我的误会,还是图书馆不起作用?
答案 0 :(得分:2)
需要明确的是,红色功能并不代表最小值的可能性,而是代表在下一次采集中获得有价值信息的可能性。信息的“价值”分配方式取决于人们采用的获取策略。
我的猜测是,他们的图是通过使用acquisition_type='MPI'
(改进的最大概率)的运行生成的,这可以解释为什么这次收购似乎积极地集中在寻找可疑最小值的区域上。也许当他们生成这些文档时,它曾经是API上的默认设置。
当前,默认值为acquisition_type='EI'
(预期改进),在关注最小区域之前,在排除其信息较少的区域时要格外小心。因此,您会看到针对具有较大不确定性范围的地点的收购,这完全是合理的。
最后,推断的函数仍应对最佳函数参数产生几乎相同的预测。预测的最优值是通过
获得的myBopt.x_opt