如果有人可以提供帮助:
- 如何为每个单独的测试设置超时？整个实验超时？
- 如何设置渐进策略，在实验的不同阶段消除/修剪搜索空间中最差得分分支的百分比(同时使用当前的优化算法)？ IE。在最大总实验的 30% 时，它可以删除 50% 得分最差的分类器及其所有超参数分支，以将其从即将进行的测试中删除。然后，同样的过程在 60% 时...
非常感谢!
最佳答案
以下是我在 hyperopt 的 github 上的交流:
没有每次试验超时，但 hyperopt-sklearn 仅通过包装函数来实现自己的解决方案。请在 https://github.com/hyperopt/hyperopt-sklearn/ 查找“fn_with_timeout” .
来自问题 210:“优化器是无状态的，fmin 将实验的所有状态存储在试验对象中。因此，如果您从试验对象中删除一些实验，就好像它们从未发生过一样。使用 fmin 的” max_evals“参数可以根据您需要进行此类修改的频率来中断搜索。如果您想要真正细粒度的控制，那么使用重复调用应该没问题，例如 max_evals 每次增加 1。”
关于optimization - Hyperopt 在执行期间设置超时并修改空间，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/24673739/