Hyperband¶
-
class
hpbandster.optimizers.hyperband.HyperBand(configspace=None, eta=3, min_budget=0.01, max_budget=1, **kwargs)[source]¶ Hyperband 通过随机采样候选配置并首先“尝试”它们，在特定预算下运行，来实现超参数优化。这种方法是迭代式的，有潜力的候选配置会运行更长时间，从而提高其性能的准确性。虽然这是一种非常高效的竞速方法，但随机采样没有利用优化过程中获得的关于候选配置的知识。
参数 - configspace (ConfigSpace object) – 搜索空间的有效表示
- eta (float) – 在每次迭代中，都会执行一次完整的连续减半运行。其中，在以相同子集大小评估每个配置后，只有 1/eta 的一小部分配置会“晋级”到下一轮。必须大于或等于 2。
- min_budget (float) – 要考虑的最小预算。必须是正数！
- max_budget (float) – 要考虑的最大预算。必须大于 min_budget！预算将按 $sim eta^k$ 的几何级数分布，其中 $kin [0, 1, … , num_subsets - 1]$。