我想在R(mlrMBO(中的mlr包中使用基于模型的优化来调整我的超参数。这里推荐多少次迭代？我读到MBO中必要的迭代次数取决于超参数的数量，应该乘以某个因子？
不幸的是，对此没有一般的答案。除了超参数的数量外，任务的难度和总体优化环境也会影响可能需要的迭代次数。此外，这取决于你想要的性能级别——如果你绝对需要最好的性能，你可能需要很多的迭代(数千次或更多(。
一个好的经验法则是根据可用的资源来确定迭代次数。你需要在几分钟内得到答案吗？还是可以让它通宵运行？我会从一个只有几次迭代的小测试运行开始，以了解在特定情况下需要多长时间，然后根据这一点以及你想花多长时间来设置真正运行的迭代次数。
用不同的随机种子和相同数量的迭代、相同的随机种子、不同数量的迭代进行多次运行也是一个好主意。这将告诉你，通过运行更长的时间，你可以获得更多的性能，例如，如果100次和1000次迭代没有差异，那么给予更多的性能可能不值得