なんか暑くて疲れていたのでplatypusで最適化してみた
ベイズ推定の勉強にちょっと疲れてきたので、口安めに、なんか最適化してみたくなって、ちょっとやってみた。
Platypus - Multiobjective Optimization in Pythonにマニュアルがありました。
インストールは、どうもplatypusでなくて、pip install platypus-optで-optがいるようです。
それでインストールしたら、サンプルを動かしてみましょう。
サンプルは、
A Simple Example
の、DTLZ2 問題ってのを、 NSGA-IIで解く問題のようです。
一体、このDTLZ2問題ってのがなんなのか？情報があまりありません。
どうもDTLZ2問題とは、単峰性問題で、山あるいは谷がひとつしかない問題のようです。
では、もう一つの NSGA-IIはなんだろう。
GAということで、きっと遺伝的アルゴリズムに関係しているのはわかりますよね。どうも、このGAを複雑にしたもののようです。とりあえず、NSGA-Ⅱこれを読むとわかるようです。私にはまだ理解できていません。しっかり勉強しないと。。。
さて、ここまで来たら動かしてみましょう。
こんなサンプルのプログラムがマニュアルにのっています。
# -*- coding: utf-8 -*-
from platypus import NSGAII, DTLZ2
# define the problem definition
problem = DTLZ2()
# instantiate the optimization algorithm
algorithm = NSGAII(problem)
# optimize the problem using 10,000 function evaluations
algorithm.run(10000)
# plot the results using matplotlib
import matplotlib.pyplot as plt
plt.scatter([s.objectives[0] for s in algorithm.result],
[s.objectives[1] for s in algorithm.result])
plt.xlim([0, 1.1])
plt.ylim([0, 1.1])
plt.xlabel("$f_1(x)$")
plt.ylabel("$f_2(x)$")
plt.show()
動かすと、こんなグラフが描かれます。
これはパレート最適解の線図になります。
さて、ドキュメントにこんなことが書いてありました。
Note that we did not need to specify many settings when constructing NSGA-II. For any options not specified by the user, Platypus supplies the appropriate settings using best practices.
google翻訳・・NSGA-IIを構築する際に、多くの設定を指定する必要はないことに注意してください。ユーザーが指定していないオプションについては、Platypus はベスト プラクティスを使用して適切な設定を提供します。
これ、本当だろうか？確かに、スクリプトに、いろいろなパラメーターを書いていないし、これでいいなら、結構楽かもしれない。。。本当だろうか？
とりあえず今日はここまで。。。