Проблема с Trials() при использовании Hyperopt?

Question

Я пытаюсь использовать Hyperopt впервые для настройки гиперпараметров в Python. Я прочитал документацию и хочу попробовать это на классификаторе XgBoost. "X_train" и "y_train" - это фрейм данных после разбиения его на наборы тестирования и обучения. Вот мой код до сих пор:

#Hyperopt Parameter Tuning
from hyperopt import hp, STATUS_OK, Trials, fmin, tpe
from sklearn.model_selection import cross_val_score


def objective(space):
  print(space)
  clf = xgb.XGBClassifier(objective = space[objective],
                     max_depth = int(space[max_depth]),
                     learning_rate = space[learning_rate],
                     n_estimators = space[n_estimators])


  #eval_set = [(X_train, y_train), (Xcv, Ycv)]
  clf.fit(X_train, y_train, eval_metric='auc',
         early_stopping_rounds=10, verbose=False)

  #pred = clf.predict(X_test)
  auc = cross_val_score(clf, X_train, y_train, cv=3)
  return{'auc':auc, 'status': STATUS_OK }




space = {'booster': 'gbtree',
         'objective': 'binary:logistic',
         'eval': 'auc',
         'max_depth': hp.quniform('max_depth', 1, 100, 5),
         'learning_rate': hp.loguniform('learning_rate', np.log(0.1), np.log(0.2), np.log(0.3)),
         'n_estimators': hp.quniform('n_esimators', 5, 500, 10)}


trials = Trials()
best = fmin(fn=objective,
            space=space,
            algo=tpe.suggest,
            max_evals=3, # change
            trials=trials)

print(best)

Я получаю следующую ошибку, которая выделяет "trails=trails":

TypeError: ap_loguniform_sampler() got multiple values for argument 'size'

Я провел некоторое исследование и не смог найти решение этой ошибки. Любая помощь будет отличной!

Answer 1

Согласно документу, hp.loguniform может принимать только 3 аргумента, как показано ниже.

hp.loguniform(label, low, high)

Это может быть причиной ошибки. Пожалуйста, проверьте.