python - Hyperopt 参数空间 : TypeError: int() argument must be a string or a number, 不是 'Apply'

Question

在我更新几个软件包(包括 scikit-learn)之前，它运行完美。现在，下面的代码给了我一个 TypeError。

from hyperopt import fmin, tpe, hp, STATUS_OK, Trials

def para_space():

    space_paras = {'model_type': hp.choice('model_type', ['f1', 'f2', 'f3', 'f4']),
                    'output_units': hp.uniform('output_units', 1, 10)}
    return space_paras

if __name__=='__main__':

    params = para_space()

    if params['model_type'] == 'f1':
            include_hours = True
            include_features = False
    else:   
            include_hours = True
            include_features = True

    out = int(params['output_units'])

我使用的是 python 2.7.12、hyperopt 0.1 版和 sklearn 0.18.1 版。完整回溯:

Traceback (most recent call last):
  File "testJan25.py", line 26, in <module>
    out = int(params['output_units'])
TypeError: int() argument must be a string or a number, not 'Apply'

知道如何将 hp.uniform 的结果转换为整数吗？

编辑:

假设我改用 hp.randint:

def para_space():

        space_paras = {'model_type': hp.choice('model_type', ['f1', 'f2', 'f3', 'f4']),
                        'output_units': hp.randint('output_units', 10)}
        return space_paras

及以后:

    print params['output_units']

然后这是输出:

0 hyperopt_param
1   Literal{output_units}
2   randint
3     Literal{10}

但 hyperopt 的全部意义在于为超参数优化提供随机值。肯定有办法从中提取值(value)吗？

Answer 1

hyperopt 包允许您定义参数空间。要对该参数空间的值进行采样以在模型中使用，您需要一个 Trials() 对象。

def model_1(params):
        #model definition here....
    return 0

params = para_space()
#model_1(params) #THIS IS A PROBLEM! YOU CAN'T CALL THIS. YOU NEED A TRIALS() OBJECT.

trials = Trials()
best = fmin(model_1, params, algo=tpe.suggest, max_evals=1, trials=trials)