optunahub.benchmarks.BaseProblem

class optunahub.benchmarks.BaseProblem

优化问题的基类。

__call__(trial: Trial) → float | Sequence[float]

Optuna 的目标函数。默认情况下，此方法使用在 search_space 中定义的参数调用 evaluate()。

参数:

trial – Optuna trial 对象。

返回值:

对于多目标优化，返回目标值或目标值序列。

abstract property directions: list[StudyDirection]

返回优化方向。

返回值:

一个 optuna.study.StudyDirection 的列表。

示例

@property
def directions(self) -> list[optuna.study.StudyDirection]:
    return [optuna.study.StudyDirection.MINIMIZE]

evaluate(params: dict[str, Any]) → float | Sequence[float]

评估目标函数。

参数:

params – 输入参数字典。

返回值:

对于多目标优化，返回目标值或目标值序列。

示例

def evaluate(self, params: dict[str, Any]) -> float:
    x = params["x"]
    y = params["y"]
    return x ** 2 + y

property search_space: dict[str, BaseDistribution]

返回搜索空间。

返回值:

搜索空间的字典。每个字典元素包含参数名称和分布（参见 optuna.distributions）。

示例

@property
def search_space(self) -> dict[str, optuna.distributions.BaseDistribution]:
    return {
        "x": optuna.distributions.FloatDistribution(low=0, high=1),
        "y": optuna.distributions.CategoricalDistribution(choices=[0, 1, 2]),
    }