主要内容

bestPoint

贝叶斯优化的最佳点根据标准

折叠所有页面

语法

x = bestPoint(结果)
x = bestpoint（结果，名称，值）
[x, CriterionValue] = bestPoint (＿＿＿）
[X，CriterionValue，迭代] = BestPoint（＿＿＿）

描述

例子

x= bestPoint (结果）返回贝叶斯模型中的最佳可行点结果按照默认准则'最小的上级置信区间'．

例子

x= bestPoint (结果，名称,值）使用名称值对修改最佳点。

例子

［x，标准值) = bestPoint (＿＿＿），也返回标准at的值x．

例子

［x，标准值，迭代) = bestPoint (＿＿＿）还返回返回最佳点的迭代号。适用于此标准名称值对是“min-observed”，'敏感的意思'，或默认'最小的上级置信区间'．

例子

全部折叠

打开直播脚本

这个例子展示了如何获得优化分类器的最佳点。

优化KNN分类器电离层数据，含义找到最小化交叉验证损耗的参数。最小化1到30的最近邻域大小，并通过距离函数“chebychev”，'euclidean'，和'minkowski'．

为了再现性，设置随机种子，并设置AcquisitionFunctionName选择'预期改善加'．

负载电离层rng(11) num = optimizablevvariable ('n'(1、30),“类型”，'整数'）;dst = optimizableVariable ('DST'，{“chebychev”，'euclidean'，'minkowski'}，“类型”，“分类”）;c = cvpartition (351“Kfold”5);有趣= @ (x) kfoldLoss (fitcknn (x, Y,'cvpartition'，c，'numneighbors'x.n,．..'距离'，char（x.dst），'nsmethod'，“详尽”));结果= bayesopt(有趣,(num, dst),“详细”0,．..“AcquisitionFunctionName”，'预期改善加'）;

图中包含一个坐标轴。以目标函数模型为标题的轴包含线、面、轮廓等5个对象。这些对象表示观测点，模型均值，下一个点，模型最小可行值。

图中包含一个坐标轴。标题为“最小目标vs.函数计算数”的轴包含2个类型为line的对象。这些对象代表最小观测目标、最小估计目标。

根据默认值获取最佳点'最小的上级置信区间'标准。

x = bestPoint(结果)
x =1×2表N DST _ _________ 1 Chebychev

最小的交叉验证损失发生在最近邻和“chebychev”距离。

仔细检查目标函数模型图显示一个点有两个最近邻和“chebychev”具有较低目标函数值的距离。使用不同的标准查找此点。

x = bestPoint(结果,“标准”，“min-observed”）
x =1×2表N DST _ _________ 2 Chebychev

还发现最小观察到的目标函数值，以及观察到的迭代号。

[x，标准值，迭代] = bestpoint（结果，“标准”，“min-observed”）
x =1×2表N DST _ _________ 2 Chebychev
CriterionValue = 0.1054
迭代= 21.

输入参数

全部折叠

贝叶斯优化结果，指定为贝叶斯偏见对象。

名称-值对的观点

指定可选的逗号分隔的对名称,值论点。的名字参数名和价值是相应的价值。的名字必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen．

示例：x = bestPoint(结果、“标准”、“min-observed”)

最佳点标准，指定为逗号分隔对，由“标准”和标准名称。名称不区分大小写，不需要-字符，并且只需要足够的角色来使名称唯一可区分。

标准名称 意义
“min-observed” x为观测目标最小的可行点。
“min-mean” x是目标模型平均值最小化的可行点。
'最小置信区间' x为使目标模型的上置信区间最小的可行点。看到α．
'敏感的意思' x为访问点中目标模型均值最小的可行点。
'最小的上级置信区间' x是可行性最小化访问点之间目标模型的上置信区间的可行性点。看到α．

示例：“标准”、“min-visited-mean”

建模的客观平均值超过的概率标准值，指定为逗号分隔的对，由'alpha'和一个标量之间0和1．α关系到'最小置信区间'和'最小的上级置信区间'标准值。上置信区间的定义是这个值Y在哪里

P（平均值问（乐趣（x)) >Y） =α，

在哪里乐趣目标函数和均值是根据后验分布计算的吗问．

示例：“阿尔法”,0.05

数据类型:双

输出参数

全部折叠

最好的点，作为一个返回1-D表，其中D是变量的个数。“最好”的意思是关于标准．

标准的值，作为实标量返回。的设置标准名称值对，具有默认值'最小的上级置信区间'．

标准名称 意义
“min-observed” 最低观测目标。
“min-mean” 模型平均值的最小值。
'最小置信区间' 价值Y满足的方程P（平均值问（乐趣（x)) >Y） =α．
'敏感的意思' 观测模型平均值的最小值。
'最小的上级置信区间' 价值Y满足的方程P（平均值问（乐趣（x)) >Y） =α中观察到的点。

观察到最佳点的迭代号，作为正整数返回。最好的点是由标准值．

另请参阅

|

介绍了R2016b

统计和机器学习工具箱文档

金宝app

掌握机器学习:一步一步的指导与MATLAB

掌握机器学习:一步一步的指导与MATLAB

下载电子书