易班网站建设基础网络营销app有哪些
在使用 quniform 的时候，可能会出现超出指定范围的值，例如对于 GBDT 设置参数空间为 'learning_rate':hp.quniform('learning_rate',0.05,2.05,0.2)，但是仍然会报错 ValueError: learning_rate must be greater than 0 but was 0.0，但我们并没有把 0 设置在范围内。
实际上，Hyperopt 对于 quniform 的处理并不是类似于 range(起始,终止,步长) ，而是另一种处理方式，这里可以查看官方文档
hp.quniform(label, low, high, q)
Returns a value like round (uniform (low, high) / q) * q
返回像 round (uniform (low, high) / q) * q 的值
Suitable for a discrete value with respect to which the objective is still somewhat “smooth”, but which should be bounded both above and below.
适用于相对取值仍然有点“平滑”，但应有上下限限制的离散值。
进一步，我们需要看一下 uniform 的定义
hp.uniform(label, low, high)
Returns a value uniformly between low and high.
返回值介于在 low 和 hight 之间
When optimizing, this variable is constrained to a two-sided interval.
在优化的时候，这个变量被限制在最大值和最小值中间
因此对于上面的报错我们就可以找到原因了。根据给出的公式
round(uniform(low,high)/q)∗qround (uniform (low, high) / q) * qround(uniform(low,high)/q)∗q
，我们代入任意小于 12q\frac{1}{2}q21q 的的值，该式即为
round(12q−ϵq)∗q=round(1/2−ϵ)∗q=0∗q=0\begin{aligned} &round(\frac{\frac{1}{2}q-\epsilon }{q})*q\\ =&round(1/2-\epsilon )*q\\ =&0*q\\ =&0 \end{aligned} ===round(q21q−ϵ)∗qround(1/2−ϵ)∗q0∗q0
这里 ϵ\epsilonϵ 是一个很小的正数。