贝叶斯优化进阶配置：深入嵌套交叉验证内循环的优化策略

嘿，老伙计！我是老码农，一个在机器学习和算法优化领域摸爬滚打了十多年的老家伙。今天，咱们来聊聊贝叶斯优化 (Bayesian Optimization, BO) 在嵌套交叉验证 (Nested Cross-Validation, NCV) 内循环中的进阶配置。对于你，一个对贝叶斯优化有一定基础，并且渴望在复杂调参任务中更上一层楼的算法工程师，这绝对是干货满满的一篇。

为什么要关注嵌套交叉验证中的贝叶斯优化？

首先，得明确一点，为什么我们要关注嵌套交叉验证中的贝叶斯优化？ 简单来说，NCV 是评估模型泛化能力的黄金标准。它通过两层循环，内循环用于模型选择和超参数优化，外循环用于评估模型性能。 如果你的目标是构建一个能够在未知数据上表现出色的模型，那么 NCV 是你必须掌握的。而贝叶斯优化，作为一种高效的全局优化算法，自然成为了 NCV 内循环中的理想选择。

但是，直接将贝叶斯优化应用到 NCV 内循环中，往往只是一个“及格线”。要想让贝叶斯优化真正发挥作用，我们需要深入了解其内部机制，并根据 NCV 的特点进行精细化配置。

核心问题：内循环的挑战

在 NCV 的内循环中，我们面临的主要挑战是：

1. 计算预算有限： 内循环的每一次迭代都需要进行模型训练和评估，而计算资源是有限的。因此，我们需要在有限的预算下，尽可能找到最优的超参数组合。
2. 数据量： 内循环中的训练数据通常比整个数据集小，这可能导致模型评估的方差增加，从而影响贝叶斯优化的效果。
3. 评估指标的稳定性： 不同的数据子集可能导致评估指标的波动。我们需要关注评估指标的稳定性，避免优化过程被噪声误导。

进阶配置策略：深入剖析

下面，我就结合我的经验，分享一些在 NCV 内循环中优化贝叶斯优化的进阶配置策略。

1. 高斯过程核函数的选择与调整

高斯过程 (Gaussian Process, GP) 是贝叶斯优化的核心，它用于构建目标函数的代理模型。而核函数 (Kernel Function) 决定了 GP 的性质。因此，选择合适的核函数至关重要。

(1) 常用的核函数

• RBF 核 (Radial Basis Function Kernel)： 这是最常用的核函数之一，因为它具有通用性，可以捕捉到数据之间的非线性关系。RBF 核的超参数是长度尺度 (Length Scale)，它控制着函数变化的快慢。
• Matern 核： Matern 核是 RBF 核的推广，它具有调节平滑度的参数。Matern 核通常比 RBF 核更灵活，尤其是在数据量较小或存在噪声的情况下。
• Sum 和 Product 核： 当超参数之间存在不同的依赖关系时，可以使用 Sum 和 Product 核来组合不同的核函数。

(2) 核函数的选择建议

• 经验法则： 优先尝试 RBF 核，如果效果不佳，可以尝试 Matern 核。
• 数据先验知识： 如果你对目标函数有先验知识，例如，知道目标函数是光滑的，那么可以选择 Matern 核。 如果你认为目标函数可能包含周期性模式，那么可以使用周期性核。
• 交叉验证： 使用交叉验证来比较不同核函数的效果。

(3) 长度尺度的调整

长度尺度是 RBF 和 Matern 核的关键超参数。 长度尺度越大，函数变化越慢，反之亦然。

• 自适应长度尺度： 许多贝叶斯优化库支持自适应长度尺度。 这种方法可以根据数据自动调整长度尺度，从而提高优化效率。
• 手动调整： 如果你对数据有深入的了解，可以手动调整长度尺度。例如，如果你的超参数空间很大，你可以增加长度尺度，以便 GP 探索更大的搜索空间。

2. 采集函数的选择与设计

采集函数 (Acquisition Function) 用于指导贝叶斯优化在搜索空间中选择下一个评估点。 采集函数需要在探索 (Exploration) 和利用 (Exploitation) 之间进行权衡。 常见的采集函数包括：

• EI (Expected Improvement, 期望改进)： 衡量在当前最佳点基础上，预期能带来多少改进。 EI 倾向于选择那些可能带来较大改进的区域。
• PI (Probability of Improvement, 改进概率)： 衡量某个点优于当前最佳点的概率。 PI 容易受到噪声的影响。
• UCB (Upper Confidence Bound, 上置信界)： UCB 结合了均值和方差，倾向于选择那些均值高且方差大的点。 UCB 可以在一定程度上平衡探索和利用。
• 其他： 还有一些高级采集函数，例如，Knowledge Gradient，可以更好地利用梯度信息。

(1) 采集函数的选择建议

• EI 和 UCB： EI 和 UCB 是最常用的采集函数，它们在实践中表现良好。EI 往往更保守，而 UCB 更具探索性。
• PI： 一般不推荐使用 PI，因为它对噪声敏感。
• 多目标优化： 如果你的目标函数是多目标的，可以使用多目标采集函数，例如，ParEGO。

(2) 采集函数的调整

• 探索因子： UCB 中有一个探索因子，用于控制探索的程度。 可以根据具体问题调整探索因子。
• EI 的期望值： EI 的期望值可以进行缩放，以更好地平衡探索和利用。
• 参数化： 某些采集函数有额外的参数，例如，EI 的改进量阈值。 可以根据具体问题调整这些参数。

3. 采集函数：进阶设计（Expected Improvement, Probability of Improvement, Upper Confidence Bound）

在 NCV 的内循环中，由于计算资源的限制，我们需要更加关注采集函数的效率和准确性。下面，我将详细介绍如何设计和优化 EI, PI 和 UCB 这三个常用的采集函数。

(1) 期望改进 (EI)

EI 是一种基于概率的采集函数，它衡量的是在当前最佳点基础上，预期能带来多少改进。 EI 的计算公式如下：

EI(x) = E[max(0, f(x) - f(x+))]

其中：

• x 是待评估的点。
• f(x) 是目标函数在 x 处的值。
• x+ 是当前最佳点。
• E 表示期望。

进阶配置：

• EI 的计算： EI 的计算需要用到高斯过程的均值和方差。 许多贝叶斯优化库都提供了 EI 的计算接口，例如，scikit-optimize。
• EI 的缩放： EI 可以进行缩放，以更好地平衡探索和利用。 例如，可以设置一个缩放因子 gamma，将 EI 乘以 gamma。
• EI 的优化： 针对 EI 的优化，可以使用梯度优化算法，例如，L-BFGS-B。

(2) 改进概率 (PI)

PI 衡量的是某个点优于当前最佳点的概率。 PI 的计算公式如下：

PI(x) = P(f(x) > f(x+))

其中：

• x 是待评估的点。
• f(x) 是目标函数在 x 处的值。
• x+ 是当前最佳点。
• P 表示概率。

进阶配置：

• PI 的计算： PI 的计算相对简单，只需要用到高斯过程的均值和方差。 许多贝叶斯优化库都提供了 PI 的计算接口。
• PI 的优化： PI 的优化可以使用梯度优化算法。
• PI 的问题： PI 容易受到噪声的影响。 如果目标函数存在噪声，PI 的效果可能不佳。

(3) 上置信界 (UCB)

UCB 结合了均值和方差，倾向于选择那些均值高且方差大的点。 UCB 的计算公式如下：

UCB(x) = μ(x) + κ * σ(x)

其中：

• x 是待评估的点。
• μ(x) 是高斯过程在 x 处的均值。
• σ(x) 是高斯过程在 x 处的标准差。
• κ 是探索因子。

进阶配置：

• UCB 的计算： UCB 的计算相对简单，只需要用到高斯过程的均值和标准差。 许多贝叶斯优化库都提供了 UCB 的计算接口。
• 探索因子 κ： 探索因子 κ 控制着探索的程度。 较大的 κ 值会导致更强的探索。 可以根据具体问题调整 κ 的值。
• UCB 的优化： UCB 的优化可以使用梯度优化算法。

(4) 采集函数选择的实践建议

• EI 和 UCB 的比较： 在实践中，EI 和 UCB 往往表现良好。 EI 倾向于选择那些可能带来较大改进的区域，而 UCB 更加平衡探索和利用。
• PI 的注意事项： PI 容易受到噪声的影响。 如果目标函数存在噪声，建议避免使用 PI。
• 调参： 对于 EI 和 UCB，都需要调整一些参数。 例如，EI 可以设置一个缩放因子，UCB 可以设置一个探索因子。 可以使用交叉验证来调整这些参数。

4. 超参数空间的探索与处理

超参数空间的大小和结构对贝叶斯优化的效果有重要影响。我们需要根据实际情况，对超参数空间进行合理的探索和处理。

(1) 超参数的类型

• 连续型： 例如，学习率、正则化系数等。
• 离散型： 例如，树的深度、隐藏层单元数等。
• 条件型： 例如，当某个超参数取特定值时，另一个超参数才有效。

(2) 超参数空间的探索策略

• 均匀采样： 在超参数空间中均匀采样，作为贝叶斯优化的初始点。
• 对数尺度： 对于某些超参数，例如，学习率，可以使用对数尺度进行采样。
• 条件超参数： 对于条件超参数，需要根据条件进行采样。 例如，当某个超参数取特定值时，只在对应的超参数空间中采样。

(3) 超参数空间的编码

• 连续型： 对于连续型超参数，可以直接使用原始值。
• 离散型： 对于离散型超参数，可以使用 one-hot 编码或者 label 编码。
• 条件超参数： 对于条件超参数，可以使用条件编码。 例如，可以使用一个额外的变量来表示条件，并根据条件进行编码。

5. 处理条件超参数空间

条件超参数是指某些超参数的存在与否或取值依赖于其他超参数的取值。例如，某个模型的层数只有在选择特定类型的网络结构时才出现。处理条件超参数空间是优化复杂模型时经常遇到的挑战，以下是一些策略：

(1) 定义和识别条件关系

首先，你需要明确哪些超参数之间存在条件关系。这通常需要仔细阅读模型文档、代码或配置文件。

例如，假设你正在优化一个神经网络，其中 optimizer 超参数决定了优化器的选择，而不同的优化器（如 Adam, SGD）有不同的超参数，如学习率 learning_rate。在这种情况下，learning_rate 是一个条件超参数，其有效性依赖于 optimizer 的取值。

(2) 编码条件超参数空间

• 掩码 (Masking)： 在评估不适用的超参数时，将其值设为无效或非常大/小，以避免影响优化过程。 这种方法需要在目标函数中进行处理，确保这些无效值不会导致问题。 例如，对于一个依赖于 optimizer 的 learning_rate，如果 optimizer 不是选定的值，则可以将 learning_rate 设置为 -inf 或 inf。
• 条件采样： 在采样超参数时，根据条件关系进行采样。 例如，首先采样 optimizer，然后根据 optimizer 的取值，选择相应的超参数空间进行采样。 这需要修改你的贝叶斯优化库的采样机制。
• 嵌套空间： 将条件超参数空间视为嵌套的空间。 这种方法将超参数空间分解为多个子空间，每个子空间对应于一个条件。 贝叶斯优化在不同的子空间中独立进行，然后将结果合并。 这需要修改贝叶斯优化库，以支持嵌套空间。
• 专家知识： 如果你对超参数之间的关系有深入的了解，可以手动设置超参数的默认值，或者限制其取值范围，以减少搜索空间。 这需要结合经验和领域知识。

(3) 在贝叶斯优化中使用条件超参数

• 修改目标函数： 目标函数需要能够处理条件超参数。 如果某个超参数无效，目标函数需要忽略它，或者使用默认值。
• 调整 GP 模型： 高斯过程 (GP) 模型需要能够处理条件超参数。 例如，可以使用不同的核函数来处理不同的超参数空间。
• 选择合适的采集函数： 采集函数需要能够处理条件超参数。 例如，可以使用基于 EI 的采集函数，并在评估不适用的超参数时，将其 EI 值设为 0。

6. 并行化与计算资源利用

贝叶斯优化通常是串行进行的，这意味着每次迭代都需要等待前一次迭代的结果。 在 NCV 内循环中，如果计算资源允许，并行化可以显著提高优化效率。

(1) 并行化的方法

• 基于模型的并行化： 构建多个 GP 模型，每个模型对应一个 NCV 折叠。 这可以加速 GP 模型的训练。
• 基于采样的并行化： 在每次迭代中，并行评估多个超参数组合。 这可以加速超参数的评估过程。
• 多核并行化： 利用多核 CPU 或 GPU 并行计算。 大多数贝叶斯优化库都支持多核并行化。

(2) 计算资源的优化

• 计算集群： 使用计算集群，例如，AWS EC2, Google Cloud, 或者 Kubernetes, 可以提供大量的计算资源。
• 分布式计算： 使用分布式计算框架，例如，Spark, 可以将计算任务分发到多个节点上。
• 缓存： 缓存计算结果，避免重复计算。

7. 评估指标的稳定性与处理

在 NCV 内循环中，由于数据子集的不同，评估指标可能会有波动。我们需要关注评估指标的稳定性，避免优化过程被噪声误导。

(1) 评估指标的噪声来源

• 数据子集： 不同的数据子集可能导致评估指标的波动。
• 模型训练的随机性： 模型训练过程中，例如，神经网络的权重初始化，可能存在随机性。
• 评估指标的计算： 评估指标的计算本身可能存在一定的误差。

(2) 评估指标的稳定化方法

• 多次评估： 对于每个超参数组合，在 NCV 内循环中，可以多次评估，并取平均值。
• 方差估计： 估计评估指标的方差，并在贝叶斯优化过程中使用。
• 鲁棒优化： 使用鲁棒优化方法，例如，最小化最坏情况下的损失，可以提高优化的稳定性。
• 异常值处理： 识别和处理异常值。

8. 终止策略的制定

合理的终止策略能够避免不必要的计算，节省资源。

(1) 常用的终止条件

• 迭代次数： 设置最大迭代次数，当达到最大迭代次数时，终止优化。
• 时间限制： 设置最大运行时间，当达到时间限制时，终止优化。
• 评估指标的收敛： 监测评估指标的变化，当评估指标收敛时，终止优化。 例如，当评估指标在一定数量的迭代中没有显著变化时，终止优化。
• 改进阈值： 设置一个改进阈值，当当前最佳点与历史最佳点的差距小于该阈值时，终止优化。

(2) 终止策略的配置

• 根据问题调整： 不同的问题，需要选择不同的终止条件。
• 监控和调整： 在优化过程中，可以监控终止条件，并根据实际情况进行调整。

实践案例：以神经网络为例

为了更好地理解这些进阶配置策略，我将以神经网络为例，演示如何在 NCV 内循环中使用贝叶斯优化。

1. 问题定义

假设我们要优化一个多层感知机 (MLP) 模型，用于图像分类任务。 我们使用 NCV 进行评估，内循环的目标是找到最佳的超参数组合，包括：

• 隐藏层单元数 (hidden_units): 离散型，例如 [32, 64, 128]。
• 激活函数 (activation): 离散型，例如 [‘relu’, ‘tanh’]。
• 学习率 (learning_rate): 连续型，例如 [1e-4, 1e-2]。
• 优化器 (optimizer): 离散型，例如 [‘adam’, ‘sgd’]。
• batch_size：离散型，例如 [32, 64, 128]。

2. 准备工作

• 选择贝叶斯优化库： 例如，scikit-optimize, hyperopt, optuna。 我个人推荐 scikit-optimize，因为它与 scikit-learn 集成良好，易于使用。
• 定义超参数空间： 使用贝叶斯优化库的相应接口，定义超参数的类型和范围。
• 定义目标函数： 目标函数接收超参数组合，并返回 NCV 内循环的评估结果。 目标函数需要进行以下操作：
  1. 根据超参数组合构建 MLP 模型。
  2. 使用训练数据训练模型。
  3. 使用验证数据评估模型，例如，计算准确率。
  4. 返回评估结果，例如，负的验证准确率 (因为贝叶斯优化是最小化问题)。

3. 配置贝叶斯优化

from skopt import gp_minimize
from skopt.space import Real, Integer, Categorical
from sklearn.model_selection import StratifiedKFold
import numpy as np
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.optimizers import Adam, SGD
from tensorflow.keras.utils import to_categorical
from sklearn.datasets import load_digits
 
# 1. 加载数据
digits = load_digits()
X, y = digits.data, digits.target
y = to_categorical(y)
 
# 2. 定义超参数空间
search_space = [
    Integer(32, 128, name='hidden_units'),
    Categorical(['relu', 'tanh'], name='activation'),
    Real(1e-4, 1e-2, prior='log-uniform', name='learning_rate'),
    Categorical(['adam', 'sgd'], name='optimizer'),
    Integer(32, 128, name='batch_size')
]
 
# 3. 定义模型构建函数
def build_model(hidden_units, activation, learning_rate, optimizer_str):
    model = Sequential()
    model.add(Dense(hidden_units, activation=activation, input_dim=X.shape[1]))
    model.add(Dense(10, activation='softmax')) # 假设有 10 个类别
    if optimizer_str == 'adam':
        optimizer = Adam(learning_rate=learning_rate)
    elif optimizer_str == 'sgd':
        optimizer = SGD(learning_rate=learning_rate)
    else:
        raise ValueError(f'Unsupported optimizer: {optimizer_str}')
    model.compile(loss='categorical_crossentropy', optimizer=optimizer, metrics=['accuracy'])
    return model
 
# 4. 定义目标函数
def objective(params):
    hidden_units, activation, learning_rate, optimizer_str, batch_size = params
    cv = StratifiedKFold(n_splits=3, shuffle=True, random_state=42) # NCV 外循环
    val_accuracies = []
 
    for train_index, val_index in cv.split(X, np.argmax(y, axis=1)):
        X_train, X_val = X[train_index], X[val_index]
        y_train, y_val = y[train_index], y[val_index]
 
        model = build_model(hidden_units, activation, learning_rate, optimizer_str)
        model.fit(X_train, y_train, epochs=10, batch_size=batch_size, verbose=0) # 训练模型
        _, accuracy = model.evaluate(X_val, y_val, verbose=0)  # 评估模型
        val_accuracies.append(accuracy)
 
    return -np.mean(val_accuracies) # 返回负的平均验证准确率
 
# 5. 执行贝叶斯优化
result = gp_minimize(objective,
                     search_space,
                     n_calls=50, # 迭代次数
                     random_state=42, # 随机种子
                     n_random_starts=10) # 初始随机点
 
# 6. 打印结果
print("Best parameters:", result.x)
print("Best validation accuracy:", -result.fun)  # 转换回正值

4. 进阶配置要点

• 核函数： 默认使用 RBF 核，如果效果不佳，可以尝试 Matern 核。
• 采集函数： 默认使用 EI。
• 超参数空间： 使用对数尺度采样学习率。 对 optimizer 这种离散型变量使用 Categorical。
• 并行化： 使用多核并行化。 贝叶斯优化库通常会自动支持多核并行化。 如果需要更高级的并行化，例如，在不同的计算节点上并行评估超参数组合，需要使用分布式计算框架。
• 评估指标的稳定性： 在 NCV 内循环中，我们使用了交叉验证。 对于每个超参数组合，在内循环中进行多折交叉验证，并取平均值。 这可以降低评估指标的方差。 如果需要更严格的方差控制，可以增加内循环的折数，或者使用鲁棒优化方法。

总结

贝叶斯优化在 NCV 内循环中的应用是一个复杂而又充满挑战的领域。 通过选择合适的核函数、采集函数、处理超参数空间、进行并行化、关注评估指标的稳定性，以及设置合理的终止策略，我们可以显著提高贝叶斯优化的效果，从而构建出更优秀的模型。 希望这篇文章能为你提供一些有价值的参考。 记住，实践是检验真理的唯一标准。 动手尝试，不断优化，你也能成为贝叶斯优化的大师！ 好了，今天就聊到这儿，下次再见！