文件名称：BayesianOptimization：具有高斯过程的全局优化的Python实现
文件大小：16.66MB
文件格式：ZIP
更新时间：2024-02-26 05:38:06
python simple optimization gaussian-processes bayesian-optimization
贝叶斯优化 具有高斯过程的贝叶斯全局优化的纯Python实现。 PyPI（点）： $ pip install bayesian-optimization 来自conda-forge频道的Conda： $ conda install -c conda-forge bayesian-optimization 这是基于贝叶斯推理和高斯过程的受约束的全局优化程序包，它试图在尽可能少的迭代中找到未知函数的最大值。 该技术特别适合于高成本功能的优化，在这种情况下，勘探与开发之间的平衡很重要。 快速开始 请参阅以下内容，快速浏览贝叶斯优化程序包的基础知识。 可以在文件夹中找到更多详细信息，其他高
【文件预览】：
BayesianOptimization-master
----bayes_opt()
--------util.py(7KB)
--------target_space.py(7KB)
--------domain_reduction.py(4KB)
--------__init__.py(372B)
--------event.py(259B)
--------observer.py(1KB)
--------bayesian_optimization.py(9KB)
--------logger.py(4KB)
----examples()
--------exploitation_vs_exploration.ipynb(372KB)
--------advanced-tour.ipynb(19KB)
--------async_optimization.py(4KB)
--------sklearn_example.py(4KB)
--------bayesian_optimization.gif(15.59MB)
--------domain_reduction.ipynb(119KB)
--------basic-tour.ipynb(18KB)
--------func.png(15KB)
--------bo_example.png(95KB)
--------visualization.ipynb(821KB)
--------sdr.png(28KB)
----.travis.yml(659B)
----pytest.ini(140B)
----LICENSE(1KB)
----setup.cfg(39B)
----setup.py(682B)
----README.md(15KB)
----tests()
--------test_logs.json(859B)
--------test_util.py(4KB)
--------test_target_space.py(6KB)
--------test_queue.py(766B)
--------test_observer.py(3KB)
--------test_acceptance.py(2KB)
--------test_bayesian_optimization.py(9KB)
--------test_seq_domain_red.py(2KB)
----.gitignore(277B)
----.coveragerc(368B)