hyperopt优化

请问您与2019年9月9日提出的关于hyperopt优化问题，结果不在space区间内，这一问题有解决答案了吗？我现在也遇到这样的问题，不知道问题出在哪里了。

在Hyperopt中，如果遇到结果不在预期的搜索空间范围内，可以通过以下方法解决：

确保搜索空间定义正确。请仔细检查您为每个参数定义的搜索空间。确保使用了正确的分布（如hp.uniform，hp.quniform，hp.normal等）并且指定了正确的范围。

确保目标函数正确处理参数。在目标函数中，请确保正确地使用传入的参数。例如，对于连续参数，您可能需要使用round()函数将参数四舍五入到指定的精度。对于离散参数，请确保参数在使用前被转换为正确的类型（例如，整数、浮点数或字符串）。

限制目标函数的输出。如果您的目标函数在某些参数值时返回非常大或非常小的值，这可能会导致优化过程中出现问题。您可以通过设置上下限来解决这个问题，例如，使用numpy.clip()函数将目标函数的输出限制在一个合理的范围内。

增加迭代次数。在某些情况下，可能需要更多次迭代才能找到一个满足搜索空间约束的解。您可以尝试增加优化过程的迭代次数，以便搜索更多可能的参数组合。

如果问题仍然存在，建议您检查Hyperopt的相关文档以获取更多信息，或者在GitHub上查找相关问题。也可以考虑使用其他优化库，如Optuna，看看是否能解决问题。

关于该问题，我找了一篇非常好的博客，你可以看看是否有帮助，链接：简化hyperopt参数空间配置
除此之外, 这篇博客: Hyperopt工具包贝叶斯优化中的 四. 随机优化结果展示 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:

rand_results = pd.DataFrame({'iteration': rand_trials.idxs_vals[0]['x'],
                            'loss': [x['loss'] for x in rand_trials.results],
                            'x': rand_trials.idxs_vals[1]['x']})

plt.figure(figsize = (8, 6))
plt.plot(rand_results['iteration'], rand_results['x'],  'bo', alpha = 0.5)
plt.xlabel('Iteration', size = 16); plt.ylabel('x value', size = 16)
plt.title('Random Sequence of Values', size = 22)
plt.hlines(minx, 0, 2000, linestyles = '--', colors = 'r')

在这里插入图片描述

rand_results = rand_results.sort_values('loss', ascending = True).reset_index()
plt.figure(figsize = (8, 6))
plt.hist(rand_results['x'], bins = 50, edgecolor = 'k');
plt.title('Histogram of Random Values')
plt.xlabel('Value of x')
plt.ylabel('Count');

print('Best Loss of {:.4f} occured at iteration {}'.format(rand_results['loss'][0], rand_results['iteration'][0]))

Best Loss of -394.7300 occured at iteration 1828
在这里插入图片描述