plot_hypervolume_history

optuna.visualization.matplotlib.plot_hypervolume_history(study, reference_point)

使用 Matplotlib 绘制研究中所有试验的超体积历史记录。

注意

您需要使用 plt.tight_layout() 或 plt.savefig(IMAGE_NAME, bbox_inches='tight') 自己调整绘图大小。

参数:

• study (Study) – 用于绘制其超体积的试验的 Study 对象。目标数量必须为 2 或更多。

• reference_point (Sequence[float]) – 用于超体积计算的参考点。参考点的维度必须与目标数量相同。

返回:

一个 matplotlib.axes.Axes 对象。

返回类型:

Axes

注意

于 v3.3.0 作为实验性功能添加。界面可能会在较新版本中更改，恕不另行通知。请参阅 https://github.com/optuna/optuna/releases/tag/v3.3.0。

以下代码片段展示了如何绘制优化历史记录。

/home/docs/checkouts/readthedocs.org/user_builds/optuna/checkouts/stable/docs/visualization_matplotlib_examples/optuna.visualization.matplotlib.hypervolume_history.py:29: ExperimentalWarning:

optuna.visualization.matplotlib._hypervolume_history.plot_hypervolume_history is experimental (supported from v3.3.0). The interface can change in the future.

import optuna
import matplotlib.pyplot as plt


def objective(trial):
    x = trial.suggest_float("x", 0, 5)
    y = trial.suggest_float("y", 0, 3)

    v0 = 4 * x ** 2 + 4 * y ** 2
    v1 = (x - 5) ** 2 + (y - 5) ** 2
    return v0, v1


study = optuna.create_study(directions=["minimize", "minimize"])
study.optimize(objective, n_trials=50)

reference_point=[100, 50]
optuna.visualization.matplotlib.plot_hypervolume_history(study, reference_point)
plt.tight_layout()