贝叶斯优化输出函数 - Matlab＆Simulink金宝app - 金宝app,下载188bet金宝搏,金宝搏官方网站

贝叶斯优化输出功能

什么是贝叶斯优化输出功能？

输出功能是在每次迭代结束时调用的函数Bayesopt.。输出函数可以停止迭代。它还可以创建绘图，将信息保存到工作区或文件，或执行您喜欢的任何其他计算。

除了停止迭代之外，输出函数不能改变贝叶斯优化的过程。他们只是监控优化的进度。

内置输出功能

这些内置输出函数将优化结果保存到文件或工作区。

@assignInbase.- 将每个迭代到名为的变量后保存结果'贝叶特遗露'在您的工作区。选择不同的名称，通过savevariablename.名称值对。
@savetofile.- 将每次迭代到名为的文件后保存结果'Bayesoptresults.mat'在您当前的文件夹中。选择不同的名称或文件夹，通过savefilename.名称值对。

例如，要在每次迭代后保存结果，以命名为工作区变量'贝叶森'那

结果= Bayesopt（乐趣，vars，'outputfcn'，@ assiveinbase，......'savevariablename'那'贝叶森'）

自定义输出功能

用签名写一个自定义输出函数

停止=输出函数（结果，状态）

Bayesopt.通过了结果和状态变量到您的功能。您的功能返回停止，你设定的真的停止迭代，或者错误的允许迭代继续。

结果是课堂的对象贝叶斯偏见。结果到目前为止包含有关计算的可用信息。

状态有可能的价值观：

'最初的'-Bayesopt.即将开始迭代。
'迭代'-Bayesopt.刚刚完成了迭代。
'完毕'-Bayesopt.刚完成最终迭代。

例如，看到贝叶斯优化输出功能。

贝叶斯优化输出功能

打开脚本

此示例显示如何使用具有贝叶斯优化的自定义输出功能。当目标函数是交叉验证错误率下降的目标函数低于13％时，输出函数会停止优化。输出功能也绘制每个迭代的时间。

功能停止=输出函数（结果，状态）执着的h stop = false;转变状态案件'最初的'h =图;案件'迭代'如果结果.MInjective <0.13停止=真;结尾图（h）tms =结果.TerationTimetrace;绘图（1：Numel（TMS），TMS'）XLabel（'迭代号'）ylabel（'迭代的时间'） 标题（'每次迭代的时间'）绘制结尾

目标函数是KNN分类的交叉验证损失电离层数据。加载数据，以便重复性设置默认随机流。

加载电离层RNG.默认

优化1到30的邻域大小，以及三个距离指标。

num =优化不变（'n'，[1,30]，'类型'那'整数'）;DST =优化不变（'DST'，{'chebbychev'那'euclidean'那'minkowski'}，'类型'那'分类'）;vars = [num，dst];

设置交叉验证分区和目标函数。为了再现性，请设置收集功能名称至'预期改善加'。运行优化。

c = cvpartition（351，'kfold'5）;fun = @（x）kfoldloss（fitcknn（x，y，'cvpartition'，C，'numneighbors'，x.n，......'距离'，char（x.dst），'nsmethod'那'彻底的'））;结果= Bayesopt（乐趣，vars，'outputfcn'，@ outputfun，......'获取功能名称'那'预期改善加'）;

| ===================================================================================================== ||磨练|eval |目标|目标|Bestsofar |Bestsofar |n |DST | | | result | | runtime | (observed) | (estim.) | | | |=====================================================================================================| | 1 | Best | 0.19943 | 0.31699 | 0.19943 | 0.19943 | 24 | chebychev | | 2 | Best | 0.16809 | 0.19654 | 0.16809 | 0.1747 | 9 | euclidean | | 3 | Best | 0.12536 | 0.16571 | 0.12536 | 0.12861 | 3 | chebychev | __________________________________________________________ Optimization completed. Total function evaluations: 3 Total elapsed time: 6.414 seconds Total objective function evaluation time: 0.67924 Best observed feasible point: n dst _ _________ 3 chebychev Observed objective function value = 0.12536 Estimated objective function value = 0.12861 Function evaluation time = 0.16571 Best estimated feasible point (according to models): n dst _ _________ 3 chebychev Estimated objective function value = 0.12861 Estimated function evaluation time = 0.21764