文档帮助中心文档
变量描述bayesopt或其他优化
bayesopt
为优化器创建变量。
变量= optimizableVariable(名称、范围)
变量= optimizableVariable(名称、范围、名称、值)
例子
变量= optimizableVariable (的名字,范围)创建具有指定名称和值范围的变量。
变量= optimizableVariable (的名字,范围)
的名字
范围
变量= optimizableVariable (的名字,范围、名称、值)集属性使用名称-值对参数。例如,optimizableVariable(“xvar”,[1000],“类型”,“整数”)创建一个从1到1000的整数变量。可以指定多个名称-值对参数。将每个属性名用引号括起来。
变量= optimizableVariable (的名字,范围、名称、值)
optimizableVariable(“xvar”,[1000],“类型”,“整数”)
全部展开
变量名,指定为字符向量或字符串标量。名称必须唯一,与优化中的其他变量名称不同。
请注意
有两个名字与optimizableVariable:
optimizableVariable
MATLAB®工作空间变量名
优化中变量的名称
例如,
xvar = optimizableVariable (“spacevar”[1100]);
xvar是MATLAB工作空间变量,和“spacevar”为优化中的变量。
xvar
“spacevar”
使用这些名称如下:
使用xvar作为传递的变量向量中的一个元素bayesopt.例如,
结果= bayesopt(乐趣,xvar, tvar])
使用“spacevar”作为优化中变量的名称。例如,在一个目标函数中,
mysvmfun(x,cdata,grp) = mysvmfun(x,cdata,grp) = mysvmfun(x,cdata,grp)“BoxConstraint”,x.spacevar,……KernelScale, x.tvar);目标= kfoldLoss (crossval (SVMModel));
例子:X1的
X1的
数据类型:字符|字符串
字符
字符串
变量范围,指定为2元素有限递增实向量,或指定为类别变量名称的字符串数组或单元数组:
对于实变量或整变量,范围给出了变量的上界和下界。
为分类变量,范围给出可能的值。
例子:(-10 1)
(-10 1)
例子:{“红色”,“蓝”,“黑色”}
{“红色”,“蓝”,“黑色”}
数据类型:双|字符串|细胞
双
细胞
类型
“真实”的
“整数”
“分类”
变量类型,指定为“真实”的(实变量),“整数”(整型变量),或“分类”(类别变量)。
两者的MATLAB数据类型“真实”的和“整数”变量是标准的双精度浮点数。的数据类型“分类”变量是分类。例如,要读取名为“colorv”在一个变量表中x,使用命令char (x.colorv).例如,请参阅自定义输出功能.
“colorv”
x
char (x.colorv)
例子:“类型”、“分类”
“类型”、“分类”
变换
“没有”
“日志”
转换应用于变量,指定为“没有”(没有变换)“日志”(对数变换)。
为“日志”,则变量必须为“真实”的或“整数”和积极的。变量是在对数尺度上搜索和建模的。
例子:“变换”、“日志”
“变换”、“日志”
优化
真正的
假
在优化中使用变量的指示,指定为真正的(使用变量)或假(不要使用变量)。
例子:“优化”,假的
“优化”,假的
数据类型:逻辑
逻辑
您可以使用点表示法在创建后更改以下属性。
范围实变量或整变量。例如,
xvar = optimizableVariable (“x”, -10, 10);%修改范围:xvar。范围= [1,5];
类型之间的“整数”和“真实”的.例如,
xvar。类型=“整数”;
变换之间的实变量或整变量“日志”和“没有”.例如,
xvar。变换=“日志”;
例如,您可以使用这种灵活性来调整想要继续进行的优化。使用点符号更新范围或转换,然后调用的简历.
的简历
全部折叠
从0到1的实变量:
var1 = optimizableVariable (“xvar”[0, 1])
var1 = optimizablevvariable with properties: Name: 'xvar' Range: [0 1] Type: 'real' Transform: 'none
在对数尺度上从1到1000的整数变量:
var2 = optimizableVariable (“ivar”1000年[1],“类型”,“整数”,“转换”,“日志”)
var2 = optimizablevvariable with properties: Name: 'ivar' Range: [1 1000] Type: 'integer' Transform: 'log
彩虹颜色的分类变量:
var3 = optimizableVariable (“rvar”, {“r”“o”“y”‘g’“b”“我”“v”},“类型”,“分类”)
var3 = optimizablevvariable with properties: Name: 'rvar' Range: {'r' ' 'o' 'y' ' 'g' 'b' 'i' ' 'v'} Type: 'categorical' Transform: 'none'最优化:1
BayesianOptimization|bayesopt
BayesianOptimization
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