PythonのBayesianOptimizationを使ってみた

こちらのベイズ最適化を使ってみました。ちょっとだけ工夫が必要だったので、残しておきます。

maximizeしかない

optimizer.maximize(
    init_points=2,
    n_iter=3,
)

READMEより。
最適化のメソッドがmaximizeしか用意されていないように見えました。僕がやりたかったのが、検索ランキングの最適化（よりランキングの上位でヒットするようにしたい）だったので、単純に順位にマイナスをつけて最適化するということをしました。

optimizer = BayesianOptimization(
    f=foo,
    pbounds=pbounds,
)

このfooの返り値を負にしたということです。maximizeやoptimizer側でやり口があるかもしれませんが、見つけられませんでした。

最適化対象の関数の引数が限定される

def foo(x, y):
    return -x ** 2 - (y - 1) ** 2 + 1

これが最適化対象の関数。

pbounds = {'x': (2, 4), 'y': (-3, 3)}

こんな感じで引数の範囲を与えて、その中で最適な値を探しに行くという仕組みです。僕のところではfoo(x, y, z)という感じでもう一つ引数を与えたいということがあって、そのままmaximizeに食わせたらエラーとなった、というお話です。対策としてはzをグローバル変数にして無理やり渡しました。正しいかはわかりません。

二つの値の合成比率を決めるときの注意

これはベイズ最適化関係ないのですけれど、xとyの最適な合成比率を決めるときに、最初以下のように書いていました。

def foo(a):
   return a*x+y 

で、

pbounds = {'a': (0, 100)}

なんてやっちゃってました。だめだめですね。

def foo(a):
   return a*x+(100-a)*y 

こうして

pbounds = {'a': (0, 100)}

こうすることでうまくいきました。