文档帮助中心文档
绘制贝叶斯优化结果
情节(结果,“所有”)
情节(结果、plotFcn1 plotFcn2…)
图(结果, '所有')调用所有预定义的绘图函数结果.
图(结果, '所有')
结果
例子
图(结果,plotFcn1,plotFcn2、……)调用所列的plot函数结果.
图(结果,plotFcn1,plotFcn2、……)
plotFcn
全部折叠
这个例子展示了如何绘制误差模型和优化完成后的最佳目标轨迹。对于范数大于2的点,这个例子的目标函数抛出一个错误。
函数F = x -x - x2 -根号(4-x - x1^2-x - x2^2);
有趣= @makeanerror;
创建优化变量。
var1 = optimizableVariable (x1的, 5, 5]);var2 = optimizableVariable (“x2”, 5, 5]);var = [var1, var2];
在没有任何图的情况下运行优化。为了重现性,设置随机种子并使用“预期改进+”获取功能。优化60次迭代,使错误模型得到良好的训练。
rng默认的结果= bayesopt (var,有趣“MaxObjectiveEvaluations”现年60岁的...“AcquisitionFunctionName”,“expected-improvement-plus”,...“PlotFcn”[],“详细”, 0);
绘制误差模型和最佳目标轨迹。
情节(结果、@plotConstraintModels @plotMinObjective)
BayesianOptimization
贝叶斯优化结果,指定为BayesianOptimization对象。
绘图函数,指定为函数句柄。
有几个内置的情节功能:
@plotAcquisitionFunction
绘制采集函数曲面。
@plotConstraintModels
绘制每个约束模型曲面。负值表示可行点。
也画一个P(可行的)表面。
还绘制误差模型,如果它存在,它的范围是1来1.负值表示模型可能不会出错,正值表示模型可能会出错。该模型是:
1
绘制误差= 2*概率(误差)- 1。
@plotObjectiveEvaluationTimeModel
绘制目标函数评价时间模型曲面。
@plotObjectiveModel
画出有趣的模型表面,估计的最小位置,并对下一个提出的点的位置进行评价。对于一维问题,绘图包络一个可信区间上和下的均值函数,并包络一个噪声标准差上和下的均值。
有趣的
@plotObjective
绘制每个观察到的函数值与函数求值次数的关系图。
@plotObjectiveEvaluationTime
绘制每个观察到的函数求值运行时与函数求值次数的关系图。
@plotMinObjective
将观察到的和估计的最小函数值与函数计算的次数绘制出来。
@plotElapsedTime
绘制三条曲线:优化的总运行时间、总函数评估时间、总建模和点选择时间,所有这些都与函数评估的数量相比较。
您可以为自己的plot函数包含句柄。有关详细信息,请参见贝叶斯优化绘图函数.
例子:@plotObjective
数据类型:function_handle
function_handle
函数中指定绘图函数bayesoptPlotFcn名称-值对。这允许您监视优化的进度。
bayesopt
PlotFcn
BayesianOptimization|bayesopt
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系