optunaで探索済みのデータをtrialに渡して重要度を評価する方法

表題の通りです．

具体的には，

1. trial.create_trialでデータからtrialを作成
2. study.add_trialsでstudyにデータを追加

create_trialには各変数の分布型を指定する必要があります．（言い換えると分布型は探索空間を定義するものであり，当然ですが分布型によって結果が変わります．）

import optuna
import numpy as np

LB, UB = -5, 5
study = optuna.create_study()

rng = np.random.RandomState(42)
samples = rng.random((50, 2)) * (UB - LB) + LB
study.add_trials([
    optuna.trial.create_trial(
        params=dict(x=x, y=y),
        distributions=dict(
            x=optuna.distributions.FloatDistribution(LB, UB),
            y=optuna.distributions.FloatDistribution(LB, UB),
        ),
        value=(x ** 2 + (y / 10) ** 2)
    )
    for x, y in samples
])
optuna.importance.get_param_importances(
    study,
    evaluator=optuna.importance.FanovaImportanceEvaluator(),
)

実際に実行すると以下のような結果が得られます．

OrderedDict([('x', 0.9508186441212698), ('y', 0.049181355878730224)])

与えたデータは $x^2 + y^2/100$であるため，$x$がより重要であるという情報は正しいです．