plot_hypervolume_history

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

スタディ内の全トライアルのハイパーボリューム履歴を Matplotlib でプロットします。

Note

plt.tight_layout() または plt.savefig(IMAGE_NAME, bbox_inches='tight') を使用して、 プロットのサイズを手動で調整する必要があります。

Parameters:

• study (Study) – ハイパーボリュームをプロットするトライアルを含む Study オブジェクト。 目的関数の数は 2 つ以上である必要があります。

• reference_point (Sequence[float]) – ハイパーボリューム計算に使用する参照点。 参照点の次元は目的関数の数と一致している必要があります。

Returns:

matplotlib.axes.Axes オブジェクト。

Return type:

Axes

Note

v3.3.0 で実験的機能として追加されました。新しいバージョンでは予告なく インターフェースが変更される可能性があります。詳細は https://github.com/optuna/optuna/releases/tag/v3.3.0 を参照してください。

The following code snippet shows how to plot optimization history.

/mnt/nfs-mnj-hot-99-home/mshibata/sandbox/optuna-documentation-plamo-ja/optuna-doc-plamo-translation/tmp-optuna/docs/visualization_matplotlib_examples/optuna.visualization.matplotlib.hypervolume_history.py:29: ExperimentalWarning:

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()