我正试图绘制TuneMultiCritResult
对象的Pareto前沿,用TuneMultiCritControlMBO
:类的控制对象进行调整
# multi-criteria optimization of (tpr, fpr) with MBO
lrn = makeLearner("classif.ksvm")
rdesc = makeResampleDesc("Holdout")
ps = makeParamSet(
makeNumericParam("C", lower = -12, upper = 12, trafo = function(x) 2^x),
makeNumericParam("sigma", lower = -12, upper = 12, trafo = function(x) 2^x)
)
ctrl = makeTuneMultiCritControlMBO()
res = tuneParamsMultiCrit(lrn, sonar.task, rdesc, par.set = ps,
measures = list(tpr, fpr), control = ctrl)
打印对象res
会产生以下结果:
> res
Tune multicrit result:
Points on front: 14
> res$ind
[1] 1 2 4 5 6 7 9 11 12 14 15 16 17 18
但res$opt.path
中保存的优化路径长度只有10个点,我想是MBO提出的。
> res$opt.path
Optimization path
Dimensions: x = 2/2, y = 2
Length: 10
Add x values transformed: FALSE
Error messages: TRUE. Errors: 0 / 10.
Exec times: TRUE. Range: 0.031 - 0.041. 0 NAs.
由于函数plotTuneMultiCritResult
依赖对象res$ind
和res$opt.path
来打印正面,因此它显示出奇怪的结果。
我认为正确的方法是将对象res$mbo.result$opt.path
的优化路径复制到res$opt.path
中,但我的问题是:在res$opt.path
和res$mbo.result$opt.path
中使用不同的优化路径有什么意义?
谢谢!!Víctor
使用mlr_2.13
和mlrMBO_1.1.3
以及以下代码,一切都如预期。我建议您使用MBO控制对象来指定优化应该有多少迭代。否则,将使用默认值(初始设计的4*d评估+10次迭代)。
set.seed(1)
library(mlr)
library(mlrMBO)
# multi-criteria optimization of (tpr, fpr) with MBO
lrn = makeLearner("classif.ksvm")
rdesc = makeResampleDesc("Holdout")
ps = makeParamSet(
makeNumericParam("C", lower = -12, upper = 12, trafo = function(x) 2^x),
makeNumericParam("sigma", lower = -12, upper = 12, trafo = function(x) 2^x)
)
mbo.ctrl = makeMBOControl(n.objectives = 2)
mbo.ctrl = setMBOControlTermination(mbo.ctrl, iters = 20)
ctrl = makeTuneMultiCritControlMBO(n.objectives = 2)
res = tuneParamsMultiCrit(lrn, sonar.task, rdesc, par.set = ps,
measures = list(tpr, fpr), control = ctrl)
plotTuneMultiCritResult(res = res, path = FALSE) # path = FALSE would only shows the Pareto Front