文档帮助中心
变量描述为bayesopt或其他优化
bayesopt
创建优化的变量。
变量= optimizableVariable(名称,范围)
变量= optimizableVariable(名称,区域名称,值)
例
变量= optimizableVariable(名称,范围)创建具有指定名称和值的范围内的变量。
名称
范围
变量= optimizableVariable(名称,范围,名称,值)套性能使用名称 - 值对的参数。例如,optimizableVariable( 'XVAR',[1 1000], '类型', '整数')创建一个整数变量是1〜1000可以指定多个名称 - 值对的参数。在引号中每个属性的名称。
变量= optimizableVariable(名称,范围,名称,值)
optimizableVariable( 'XVAR',[1 1000], '类型', '整数')
展开全部
变量名,指定为字符向量或标量的字符串。该名称必须是唯一的,这意味着那些在优化其他变量的不同。
有与相关的两个名字optimizableVariable:
optimizableVariable
在MATLAB®工作区的变量名
在优化变量的名称
例如,
XVAR = optimizableVariable('spacevar'[1100]);
XVAR是MATLAB工作空间可变的,并且'spacevar'在优化变量。
XVAR
'spacevar'
如下使用这些名称:
用XVAR作为变量的向量的元素传递给bayesopt。例如,
结果= bayesopt(乐趣,[XVAR,TVAR])
用'spacevar'作为优化变量的名称。例如,在目标函数,
功能客观= mysvmfun(X,CDATA,GRP)SVMModel = fitcsvm(CDATA,GRP, 'KernelFunction', 'RBF',... 'BoxConstraint',x.spacevar,... 'KernelScale',x.tvar);目标= kfoldLoss(crossval(SVMModel));
例:'X1'
'X1'
数据类型:烧焦|串
烧焦
串
可变范围,指定为2元件有限增加实向量,或者作为一个字符串数组或分类变量的名称的单元阵列:
对于真正的或整型变量,范围给人的下界和上界该变量的。
对于分类变量,范围给出了可能的值。
例:[-10,1]
[-10,1]
例:{ '红', '蓝', '黑'}
{ '红', '蓝', '黑'}
数据类型:双|串|细胞
双
细胞
类型
'真实'
'整数'
“绝对”
变量类型,指定为'真实'(实变量),'整数'(整型变量),或“绝对”(分类变量)。
两者的MATLAB数据类型'真实'和'整数'变量是标准的双精度浮点数。的数据类型“绝对”变量是分类。因此,例如,阅读名为分类变量的值'colorv'在命名变量表X使用命令CHAR(x.colorv)。举一个例子,请参见在目标函数自定义输出功能。
'colorv'
X
CHAR(x.colorv)
例:“类型”,“分类”
“类型”,“分类”
转变
'没有'
“日志”
变换施加到可变,指定为'没有'(无变换)或“日志”(对数变换)。
对于“日志”中,变量必须是'真实'要么'整数'和积极的。该变量搜索和模型对数尺度。
例:“变换”,“日志”
“变换”,“日志”
优化
真正
假
适应症使用变量优化,指定为真正(使用变量)或假(不要使用变量)。
例:“优化”,假
“优化”,假
数据类型:合乎逻辑
合乎逻辑
你可以使用点符号创建后更改下列属性。
范围真实的或整型变量。例如,
XVAR = optimizableVariable('X',[ - 10,10]);%修改范围:xvar.Range = [1,5];
类型之间'整数'和'真实'。例如,
xvar.Type ='整数';
转变之间的真正或整型变量“日志”和'没有'。例如,
xvar.Transform =“日志”;
您可以使用这种灵活性,例如,调整要继续优化。更新范围或使用点符号,然后调用变换恢复。
恢复
全部收缩
从0至1可变的实:
VAR1 = optimizableVariable('XVAR',[0 1])
VAR1 = optimizableVariable与属性:名称: 'XVAR' 范围:[0 1]类型: '真正的' 转换: '无' 优化:1
从1整数变量至1000对数标度:
VAR2 = optimizableVariable(“伊娃”[1 1000],'类型','整数','转变',“日志”)
[1 1000]类型:变换 '整数':VAR2 = optimizableVariable与属性:名称: '的ivar' 范围 '日志' 优化:1
彩虹颜色分类变量:
VAR3 = optimizableVariable('RVAR'{'R''O''Y''G''B''一世''V'},'类型',“绝对”)
VAR3 = optimizableVariable与属性:名称: 'RVAR' 范围:{ 'R' 'O' 'y' 的 'G' 'B' 的 'i' 的 'V'}类型: '分类' 变换: '无' 优化:1
BayesianOptimization|bayesopt
BayesianOptimization
Existe UNA版本修订于德埃斯特ejemplo EN苏SISTEMA。¿Prefiere abrir ESTA版本?
您单击对应于该MATLAB命令的链接:
在MATLAB命令窗口中输入它运行的命令。Web浏览器不支持MATLAB的命令。万博1manbetx
选择一个网站,以获得翻译的内容,其中可看到当地的活动和优惠。根据您的位置,我们建议您选择:。
您还可以选择从下面的列表中的网站:
选择最佳的网站性能的中国网站(在中国或英文)。其他MathWorks的国家网站都没有从您的位置访问进行了优化。
请联系您当地的办事处