超参数优化例程。
Optunit的Python项目详细描述
optunity是一个包含用于超参数优化的各种优化器的库。 超参数整定是许多机器学习任务中经常遇到的问题， 既有监督又无监督。优化示例包括优化 正则化或核参数。
从优化的角度来看，调谐问题可以被认为是 如下：目标函数是非凸的、不可微的和 评估通常很昂贵。
这个包提供了几种不同的方法来解决这些问题，包括 一些有用的工具，如交叉验证和大量的分数函数。
optunity库是用python实现的，它允许 其他机器学习环境的集成，包括R和Matlab。
如果您有任何意见和建议，可以在gitter联系我们：
要在Linux上开始操作，请发出以下命令：
git clone https://github.com/claesenm/optunity.git echo "export PYTHONPATH=$PYTHONPATH:$(pwd)/optunity" >> ~/.bashrc
之后，导入optunity应该在python中工作：
#!/usr/bin/env python import optunity
Optunity是在电气工程系的Stadius实验室开发的 在库勒文（ESAT）。Optunity是免费软件，使用BSD许可证。
有关详细信息，请参阅以下页面： http://www.optunity.net
贡献者
Optunity的主要贡献者是：
- 马克·克莱森：框架设计与实施、通信基础设施， Matlab包装器和所有解算器。
- 包装纸。
欢迎加入QQ群-->： 979659372
