更新时间：2023-12-13 GMT+08:00
TPE算法
TPE算法全称Tree-structured Parzen Estimator，是一种利用高斯混合模型来学习超参模型的算法。在每次试验中，对于每个超参，TPE为与最佳目标值相关的超参维护一个高斯混合模型l(x)，为剩余的超参维护另一个高斯混合模型g(x)，选择l(x)/g(x)最大化时对应的超参作为下一组搜索值。
|
参数 |
说明 |
取值参考 |
|---|---|---|
|
num_samples |
搜索尝试的超参组数 |
int，一般在10-20之间，值越大，搜索时间越长，效果越好 |
|
n_initial_points |
采用TPE接近目标函数之前，对目标函数的随机评估数 |
int，一般不建议用户修改 |
|
gamma |
TPE算法的一定分位数，用于划分l(x)和g(x) |
float，范围(0,1)，一般不建议用户修改 |
父主题： 搜索算法
