plot_slice

optuna.visualization.matplotlib.plot_slice(study, params=None, *, target=None, target_name='Objective Value')

Matplotlibを使用してスタディのパラメータ関係をスライスプロットとして描画します。

See also

使用例については optuna.visualization.plot_slice() を参照してください。

Parameters:

• study (Study) – ターゲット値をプロットする Study オブジェクト

• params (list[str] | None) – 可視化するパラメータリスト。デフォルトは全てのパラメータ

• target (Callable[[FrozenTrial], float] | None) –

  表示する値を指定する関数。None で study が単一目的最適化の場合、目的値がプロットされます

  Note

  study が多目的最適化に使用される場合はこの引数を指定してください

• target_name (str) – 軸ラベルに表示するターゲット名

Returns:

matplotlib.axes.Axes オブジェクト

Return type:

Axes

Note

v2.2.0 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。 https://github.com/optuna/optuna/releases/tag/v2.2.0 を参照してください。

The following code snippet shows how to plot the parameter relationship as slice plot.

/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.slice.py:25: ExperimentalWarning:

plot_slice is experimental (supported from v2.2.0). The interface can change in the future.


array([<Axes: xlabel='x', ylabel='Objective Value'>, <Axes: xlabel='y'>],
      dtype=object)

import optuna


def objective(trial):
    x = trial.suggest_float("x", -100, 100)
    y = trial.suggest_categorical("y", [-1, 0, 1])
    return x**2 + y


sampler = optuna.samplers.TPESampler(seed=10)
study = optuna.create_study(sampler=sampler)
study.optimize(objective, n_trials=10)

optuna.visualization.matplotlib.plot_slice(study, params=["x", "y"])