用python贝叶斯优化器优化参数

贝叶斯优化器是一种黑盒子优化器，用来寻找最优参数。与遗传算法类似，它使用了上一次迭代的较好结果来进行下一次迭代。

这里采用python包bayes_opt 来调用。

安装

pip install bayes_opt 

导入模块

from bayes_opt import BayesianOptimization

定义待优化的函数

def evalfn(param1, param2):
	...
    return score

定义优化器

opt = BayesianOptimization(evalfn, {'param1': (0.1, 1000),  
              'param2': (0.0001, 1)  })

优化（较长时间）

opt.maximize(n_iter=15, init_points=3) 
print(opt.max)

结果（C和gamma是我这里要优化的两个参数）