主要内容

优化的不变性

可变描述Bayesopt.或其他优化器

描述

为优化器创建变量。

创建

描述

变量=优化不变(名称范围创建一个具有指定名称和值范围的变量。

变量=优化不变(名称范围,名称,价值)属性使用名称值对参数。例如,优化的Variable('xvar',[1 1000],'类型','整数')从1到1000创建整数变量。您可以指定多个名称值对参数。将每个属性名称括在引号中。

属性

展开全部

变量名称,指定为字符向量或字符串标量。名称必须是唯一的,含义与优化中的其他变量不同。

注意

  • 与一个有两个名字优化的不变性

    • matlab.®工作区变量名称

    • 优化中变量的名称

    例如,

    XVAR =优化不变('spacevar',[1,100]);

    XVAR.是matlab工作区变量,而且'spacevar'是优化中的变量。

    使用这些名称如下:

    • 使用XVAR.作为您传递的变量矢量中的元素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,在目标函数中,

      功能目标= MySvmfun(x,cdata,grp)svmmodel = fitcsvm(cdata,grp,'kernelfunction','rbf',...'boxconstraint',X.Spacevar.,...'kernelscale',x.tvar);目标= kfoldloss(Crossval(SVMModel));

例:'x1'

数据类型:char|

可变范围,指定为2元素有限增加的真实矢量,或作为分类变量名称的字符串阵列或单元格数组:

  • 对于真实或整数变量,范围给出该变量的下限和上限。

  • 对于分类变量,范围提供可能的值。

例:[-10,1]

例:{'红色','blue','black'}

数据类型:||细胞

变量类型,指定为'真实'(真实变量),'整数'(整数变量),或'分类'(分类变量)。

注意

两者的matlab数据类型'真实''整数'变量是标准的双精度浮点数。数据类型'分类'变量是分类的。因此,例如,要读取命名的分类变量的值'colorv'在名为的变量表中X,使用命令char(x.colorv)。例如,请参阅目标函数自定义输出功能

例:'类型','分类'

变换适用于变量,指定为'没有'(没有变换)或'log'(对数变换)。

对于'log',变量必须是'真实'要么'整数'和积极的。在日志刻度上搜索和建模变量。

例:'转换','log'

在优化中使用变量的指示,指定为真正(使用变量)或(不要使用变量)。

例:'优化',假

数据类型:逻辑

注意

您可以使用DOT表示法创建后更改以下属性。

  • 范围真实或整数变量。例如,

    XVAR =优化不变('X',[ -  10,10]);%修改范围:xvar.range = [1,5];
  • 类型之间'整数''真实'。例如,

    xvar.type =.'整数';
  • 转变之间的真实或整数变量'log''没有'。例如,

    xvar.transform =.'log';

例如,您可以使用这种灵活性来调整您要继续的优化。使用点表示法更新范围或转换,然后致电恢复

对象功能

Bayesopt. 使用贝叶斯优化选择最佳机器学习超参数

例子

全部收缩

从0到1的真实变量:

var1 =优化不变('xvar',[0 1])
VAR1 =具有属性的优化变性:名称:'XVAR'范围:[0 1]类型:“真实”变换:'无'优化:1

在日志比例上的1到1000的整数变量:

var2 =优化不变('ivar',[1 1000],'类型''整数''转变''log'
VAR2 =具有属性的优化Variable:名称:'IVAR'范围:[1 1000]类型:'整数'变换:'log'优化:1

彩虹颜色的分类变量:

var3 =优化不变('rvar',{'r''o''是''G''B''一世''v'},'类型''分类'
var3 =与属性的优化不变:名称:'rvar'范围:{'r''''''g''b''''v''类型:'datorical'变换:'无'优化:1
介绍在R2016B.