> ML_ALGORITHM // TREE-STRUCTURED-PARZEN-ESTIMATORS-TPE_v1.0
Ağaç Yapılı Parzen Tahmincileri (TPE)
Beklenen iyileşmeyi maksimize etmek için en iyi performans gösteren denemelerin parametre yoğunluklarını alt denemelerden ayrı modelleyen ölçeklenebilir Bayesci optimizasyon algoritması.
Bayesian Optimizationevolutionary-searchhigh-intrinsicsmall (<1k)
Tüm Algoritmalara DönHesaplama Karmaşıklığı
Eğitim (Training):O(trials * log(trials))
Çıkarım (Inference):O(candidates * kernel_eval)
Donanım Karakteristiği
CPU Uygunluğu:Evet
GPU Zorunluluğu:Hayır
Bellek Ayak İzi:low
Açıklanabilirlik ve Veri
Açıklanabilirlik Düzeyi:high-intrinsic
Eğitim Verisi İhtiyacı:small (<1k)
Açıklanabilirlik Değerlendirmesi
1D çekirdek yoğunlukları yoluyla hangi hiperparametre aralıklarının üst dilim performansı sağladığını doğrudan gösterir.
Uygun Görevler ve Desteklenen Modaliteler
Uygun Görevler:
hyperparameter tuningmixed discrete continuous hpo
Desteklenen Modaliteler:
tabular
Uygulayıcı Kütüphaneler
Temel Literatür & Yayınlar
Sık Karşılaşılan Hatalar ve Dikkat Edilmesi Gerekenler
- Hiperparametreler arasında ağaç bağımsızlığı varsayar, çok parametreli ince çapraz korelasyonları yakalayamaz