ベイズ最適化用の変数

最適化変数を作成するための構文

目的関数の各変数について、optimizableVariableを使用して変数記述オブジェクトを作成します。各変数には一意な名前と値の範囲があります。変数を作成するための最小限の構文は次のようになります。

variable = optimizableVariable(Name,Range)

この関数は、下限Range(1)から上限Range(2)までの範囲にある実数変数を作成します。

名前と値の引数Typeで 3 種類の変数の型を指定できます。

'real'- - - - - -有限範囲内の連続実数値。下限と上限を表す 2 要素ベクトル[lower upper]をRangeで指定します。
'integer'- - - - - -'real'と同様の、有限範囲内の整数値。
'categorical'- - - - - -{'red','green','blue'}など、引数Rangeで指定する可能な値の名前の cell 配列。

'real'または'integer'の変数では、名前と値の引数Transformを'log'に設定すると、bayesoptが対数スケール間隔で探索するように指定できます。この変換を行う場合、Rangeの下限が'real'の場合は厳密に正であり、'integer'の場合は非負であることを確認してください。

bayesopt用の変数は2番目の引数にベクトルとして含めます。

results = bayesopt(fun,[xvar,ivar,rvar])

最適化から変数を除外するには、optimizableVariableの名前と値の引数、または次のようにドット表記によりOptimizeをfalseに設定します。

xvar.Optimize = false;

ヒント

optimizableVariableには 2 つの名前が関連付けられます。
- MATLAB^®のワークスペース変数名
- 最適化における変数の名前
たとえば、以下のようにします。
```
xvar = optimizableVariable('spacevar',[1,100]);
```
xvarは MATLAB のワークスペース変数、'spacevar'は最適化における変数です。
これらの名前は次のように使用します。
- xvarは、bayesoptに渡す変数のベクトルの要素として使用します。たとえば、以下のようにします。
  results = bayesopt(fun,[xvar,tvar])
- 'spacevar'は、最適化における変数の名前として使用します。たとえば、目的関数で次のようにします。
  function objective = mysvmfun(x,cdata,grp) SVMModel = fitcsvm(cdata,grp,'KernelFunction','rbf',... 'BoxConstraint',x.spacevar,... 'KernelScale',x.tvar); objective = kfoldLoss(crossval(SVMModel));

最適化用の変数の例

ライブスクリプトを開く

0 から 1 までの実数変数:

var1 = optimizableVariable('xvar',[0 1])

var1 = optimizableVariable with properties: Name: 'xvar' Range: [0 1] Type: 'real' Transform: 'none' Optimize: 1

0 から 1000 までの対数スケールの整数変数:

var2 = optimizableVariable('ivar',[0 1000],'Type','integer','Transform','log')

var2 = optimizableVariable with properties: Name: 'ivar' Range: [0 1000] Type: 'integer' Transform: 'log' Optimize: 1

虹の色のカテゴリカル変数:

var3 = optimizableVariable('rvar',{'r''o''y''g''b''i''v'},'Type','categorical')

var3 = optimizableVariable with properties: Name: 'rvar' Range: {'r' 'o' 'y' 'g' 'b' 'i' 'v'} Type: 'categorical' Transform: 'none' Optimize: 1