使用 Scikit Optimize 中的 @use_named_args

如何解决使用 Scikit Optimize 中的 @use_named_args

我在使用 Scikit Optimize 的 @use_named_args 时遇到问题。问题是我的目标函数接受参数 NamedTuple 并且我无法更改它，因为这是我正在处理的项目中的要求。现在，我需要为超参数搜索实现 skopt，我需要使用 @use_named_args 来装饰我的目标函数。由于我的目标函数接受 NamedTuple 而不是单个参数（如 skopt 示例中的那个），我该怎么做？除了需要调整的可变超参数之外，我还需要传递固定的超参数集。

下面是我想实现的代码，但我不能，因为我不能用my_objective_function装饰@use_named_args

from skopt.space import Real
from skopt import forest_minimize
from skopt.utils import use_named_args
from functools import partial

dim1 = Real(name='foo',low=0.0,high=1.0)
dim2 = Real(name='bar',high=1.0)
dim3 = Real(name='baz',high=1.0)

dimensions = [dim1,dim2,dim3]

class variable_params(NamedTuple):
    bar: int
    foo: int
    baz: int

class fixed_params(NamedTuple):
    bar1: int
    foo1: int
    baz1: int

# Instantiate object
variable_args = variable_params(foo=5,bar=10,baz=2)
fixed_args = fixed_params(foo1=2,bar1=3,baz1=4)


@use_named_args(dimensions=dimensions)
def my_objective_function(v_args,f_args):
    return v_args.foo ** 2 + v_args.bar ** 4 + v_args.baz ** 8 + f_args.foo1 * 2 + f_args.bar1 * 4 + f_args.baz1 * 8

#Do partial function for passing the fixed params
my_objective_function = partial(my_objective_function,f_args=fixed_args)

result = forest_minimize(
    func=my_objective_function,dimensions=dimensions,n_calls=20,base_estimator="ET",random_state=4
)

谢谢！