resume

ベイズ最適化の再開

構文

newresults = resume(results,Name,Value)

説明

newresults = resume(results,Name,Value) は、1 つ以上の名前と値の引数で指定された追加オプションを使用して、results を生成した最適化を再開します。

例

ベイズ最適化の再開

この例では、ベイズ最適化を再開する方法を示します。この最適化は、非線形最適化のテスト ケースとして有名な Rosenbrock の関数と呼ばれる確定的関数に関するものです。この関数には、点 [1,1] に大域的最小値 0 があります。

-5 および 5 という境界がある 2 つの実数変数を作成します。

x1 = optimizableVariable("x1",[-5,5]);
x2 = optimizableVariable("x2",[-5,5]);
vars = [x1,x2];

Rosenbrock の関数に対応する rosenbrocks という名前の目的関数を定義します。

type rosenbrocks.m % Display contents of rosenbrocks.m file

function f = rosenbrocks(x)

f = 100*(x.x2 - x.x1^2)^2 + (1 - x.x1)^2;

メモ: このページの右上にあるボタンをクリックしてこの例を MATLAB® で開くと、MATLAB で例のフォルダーが開きます。このフォルダーには、目的関数のファイルが含まれています。

目的関数の関数ハンドルを作成します。

fun = @rosenbrocks;

再現性を得るため、乱数シードを設定し、最適化の獲得関数を "expected-improvement-plus" に設定します。

rng("default")
results = bayesopt(fun,vars,"Verbose",0, ...
    "AcquisitionFunctionName","expected-improvement-plus");

求められた最良の点と、モデル化された最良の目的関数を表示します。

results.XAtMinObjective

ans=1×2 table
      x1        x2  
    ______    ______

    1.7902    3.2287

results.MinEstimatedObjective

ans = -9.1194

最良の点が最適な点にあまり近くなく、この関数モデルは不正確です。30 個の点を追加して (合計 60 個の点で) 最適化を再開します。今回は、目的関数が確定的であることをオプティマイザーに指定します。

newresults = resume(results,"IsObjectiveDeterministic",true, ...
    "MaxObjectiveEvaluations",30);

newresults.XAtMinObjective

ans=1×2 table
      x1         x2   
    _______    _______

    0.95093    0.90364

newresults.MinEstimatedObjective

ans = -0.0106

今回は最良の点が真の最適な点に近く、目的関数モデルが真の関数に近づいています。

入力引数

results — ベイズ最適化の結果

BayesianOptimization オブジェクト

ベイズ最適化の結果。BayesianOptimization オブジェクトを指定します。

名前と値の引数

オプションの引数のペアを Name1=Value1,...,NameN=ValueN として指定します。ここで Name は引数名、Value は対応する値です。名前と値の引数は他の引数の後ろにする必要がありますが、ペアの順序は関係ありません。

R2021a より前では、名前と値をそれぞれコンマを使って区切り、Name を引用符で囲みます。

例: resume(results,'MaxObjectiveEvaluations',60)

Initial で始まるものを除き、bayesopt が受け入れる名前と値の引数をすべて使用できます。bayesopt の入力引数を参照してください。

メモ

名前と値の引数 MaxObjectiveEvaluations および MaxTime は、results に格納されている数値に対する "追加の" 時間または評価回数を意味します。したがって、たとえば、評価回数の既定値を使用すると、元の指定に 30 を加算することになります。

さらに、次の名前と値の引数を使用できます。

VariableDescriptions — 変数の変更

OptimizableVariable オブジェクト

変数の変更。OptimizableVariable オブジェクトを指定します。

最適化の変数について、以下のプロパティのみを変更できます。

• 実数または整数の変数の Range。たとえば、以下のようにします。

  xvar = optimizableVariable('x',[-10,10]);
  % Modify the range:
  xvar.Range = [1,5];

• 'integer' と 'real' の Type。たとえば、以下のようにします。

  xvar.Type = 'integer';

• 実数または整数の変数の、'log' と 'none' の間での Transform。たとえば、以下のようにします。

  xvar.Transform = 'log';

出力引数

newresults — 最適化の結果

BayesianOptimization オブジェクト

最適化の結果。BayesianOptimization オブジェクトとして返されます。

バージョン履歴

R2016b で導入

参考

BayesianOptimization | bayesopt