当前位置：首页 > news >正文

探讨Hyperband 等主要机器学习调优方法的机制和权衡

news 2025/9/12 9:35:08

本篇文章Master Hyperband — An Efficient Hyperparameter Tuning Method in Machine Learning深入探讨了Hyperband这一高效的超参数调优方法。文章的技术亮点在于其结合了多臂老虎机策略和逐次减半算法，能够在大搜索空间中快速剔除表现不佳的配置，从而节省计算资源。

文章目录

- 1 介绍
- 2 什么是 Hyperband
- - 2.1 Hyperband 的工作原理
  - 2.1.1 第1步定义预算和淘汰因子
  - 2.1.2 第2步遍历各个 Bracket
  - 2.1.3 第3步运行 Successive Halving Algorithm (SHA)
  - 2.1.4 第4步选出最佳配置
  - 2.1.5 例子演示 — 支持向量分类器（SVC）
- 3 模拟实验
- - 3.1 创建训练和测试数据集
  - 3.2 模型定义 — LSTM网络
  - 3.3 搜索空间
  - 3.4 定义验证函数
  - 3.5 运行 Hyperband
  - 3.6 结果
  - 3.7 与其他调优方法的对比
  - 3.8 Bayesian Optimization
  - 3.9 Random Search
  - 3.10 Genetic Algorithms (GA)
- 4 考虑与总结
- - 4.1 提升 Hyperband 性能的建议

1 介绍

Hyperband 是一种强大的机器学习超参数调优方法，利用**successive halving（逐步淘汰）**策略来高效分配资源。

然而，执行 Hyperband 需要对其核心机制和参数进行细致考量，以最大化其优势。

本文将通过调优用于股票价格预测的 LSTM 网络，深入探讨 Hyperband 的核心机制，并与其他主要调优方法进行性能对比：

Bayesian Optimization（贝叶斯优化），
Random Search（随机搜索），以及
Genetic Algorithms（遗传算法）。

2 什么是 Hyperband

Hyperband 是一种高效的超参数调优算法，结合了multi-armed bandit（多臂老虎机）策略和successive halving algorithm（SHA，逐步淘汰算法）。

多臂老虎机问题是概率论中的一个问题，展示了以下基本权衡：

探索（Exploration）： 探索广泛的超参数配置，
利用（Exploitation）： 利用最有前景的配置。

SHA 是一种资源分配策略，它为随机采样的配置分配固定的预算（如训练的epoch数）。

在每个阶段，SHA 评估超参数配置的表现，剔除表现最差的配置，同时将剩余预算重新分配给幸存的配置，称为survivors（幸存者）。

Hyperband 更进一步，通过使用不同的初始预算运行 SHA，以平衡探索和利用。

下面的图表分类展示了主要的超参数调优方法：

Types of hyperparameter tuning methods

在众多调优方法中，Hyperband 在速度和效率上具有明显优势，尤其适合处理大规模搜索空间。

2.1 Hyperband 的工作原理

下图展示了 Hyperband 如何将更多预算分配给最终胜出者（配置#4），尽管在 Bracket 1 中的初始预算分配是随机的：

Hyperband 工作流程

Hyperband 以在Bracket 1中创建大量超参数配置并分配较小预算开始。

随后，随着进入后续的各个 Bracket，配置数量逐步减少，而幸存配置获得更多预算。

在图中的Bracket 2，Hyperband 将更多预算分配给来自 Bracket 1 的幸存者（配置#1和#4）。

最终，在Bracket 3中，将全部预算分配给最终胜出者配置#4。

这种方法有效地探索了广泛的配置，同时快速剔除表现差的配置，实现了探索与利用的平衡。

这一过程可分为四步：

2.1.1 第1步定义预算和淘汰因子

首先定义：

最大资源预算（R）： 单个模型可训练的最大epoch数，
淘汰因子（η）： 预设的因子，用于决定淘汰的激进程度。

常见的淘汰因子值有2、3或4。

每个阶段，超参数配置数量除以η，幸存配置的预算乘以η。

2.1.2 第2步遍历各个 Bracket

算法运行一系列 Bracket，每个 Bracket 是使用不同起始预算的完整 Successive Halving 算法（SHA）运行。

Bracket 数量由最大Bracket索引 $s_{max}$ 决定：

Bracket最大索引计算公式

其中：

$η$ ：淘汰因子，
$R$ ：最大资源预算。

算法从 $s_{max}$ 迭代到0。

2.1.3 第3步运行 Successive Halving Algorithm (SHA)

对于每个 Bracket $s$ ，Hyperband 确定开始时的超参数配置数量 $n_s$ 。

Hyperband 有意在预算小的 Bracket 中设置较多配置，预算大的 Bracket 中配置较少。

数学表达式如下：

配置数量计算公式

其中：

$n_s$ ：当前Bracket的配置数量，
$R$ ：最大资源预算，
$η$ ：淘汰因子，
$s_{max}$ ：最大Bracket数，
$s$ ：当前Bracket索引，范围从 $s_{max}$ 到 0。

Hyperband 还确定每个Bracket的初始预算 $r_s$ ：

初始预算计算公式

其中：

$r_s$ ：当前Bracket的初始预算，
$R$ ， $η$ ， $s_{max}$ 同上。

Hyperband 随机采样 $n_s$ 个超参数配置，每个训练 $r_s$ 个 epoch。

然后根据表现选出前 $n_s / η$ 个幸存者。

这些幸存者再接受更大预算训练，总训练epoch达到 $rs⋅ηr_s \cdot η$ 。

此过程不断进行，配置数量逐步减半，预算逐步增加，直到只剩一个配置或达到最大预算。

2.1.4 第4步选出最佳配置

所有 Bracket 运行完毕后，选出表现最优的超参数配置作为最终结果。

Hyperband 的效率来自于它能快速剔除表现不佳的配置，释放资源训练更有潜力的配置更长时间。

2.1.5 例子演示 — 支持向量分类器（SVC）

下面通过调优支持向量分类器（SVC）的正则化参数 C 和核函数系数 gamma，演示 Hyperband 的工作过程。

模型： 支持向量分类器（SVC）

搜索空间：

C: [0.1, 1, 10, 100]
gamma: [‘scale’, ‘auto’, 0.1, 1, 10]

第1步定义预算和淘汰因子

设最大预算 $R = 81$ ，淘汰因子 $η = 3$ 。

第2步遍历 Bracket

计算最大Bracket索引：

最大Bracket索引计算

即 Hyperband 将运行 $s = 4, 3, 2, 1, 0$ 五个 Bracket。

每个 Bracket 的配置数量 $n_s$ 和初始预算 $r_s$ 如下：

Bracket 1 ( $s = 4$ ): $n_s=1$ , $r_s=9$
Bracket 2 ( $s = 3$ ): $n_s=3$ , $r_s=3$
Bracket 3 ( $s = 2$ ): $n_s=9$ , $r_s=1$
Bracket 4 ( $s = 1$ ): $n_s=27$ , $r_s=1/3$
Bracket 5 ( $s = 0$ ): $n_s=81$ , $r_s=1/9$

预算 $R = 81$ 在这些 Bracket 中分配，以高效寻找最佳配置。

第3步运行 SHA

以 Bracket 3 ( $s = 2$ ) 为例：

初始运行：

随机采样9个配置，
每个训练1个 epoch，
记录表现，
保留表现最好的3个（ $9/3 = 3$ ），其余剔除。

第二轮运行：

这3个幸存者训练3个 epoch（ $\times 3=3$ ），
记录表现，
保留表现最好的1个（ $3/3 = 1$ ）。

最终运行：

剩下的单个幸存者训练9个 epoch（ $\times 3=9$ ），
记录表现。

第4步选出最佳

Hyperband 对所有 Bracket 执行上述步骤，最终选出表现最优的配置。

3 模拟实验

接下来，演示 Hyperband 在更复杂模型——LSTM网络上的应用。

模型用于预测选定股票代码 NVDA 的收盘价。

3.1 创建训练和测试数据集

通过 Alpha Vantage API 获取历史日线股价数据。

将数据加载到 Pandas DataFrame 并预处理，划分为训练集和测试集。

训练集用于模型训练和验证，测试集保持独立以防止数据泄露。

import torch  
import pandas as pd  
from sklearn.model_selection import train_test_split  
from sklearn.preprocessing import StandardScaler, OneHotEncoder  
from sklearn.compose import ColumnTransformertarget_col = 'close'  
y = df.copy()[target_col].shift(-1)   
y = y.iloc[:-1] input_cols = [col for col in df.columns if col not in [target_col, 'dt']]   
X = df.copy()[input_cols]  
X = X.iloc[:-1] X_train, X_test, y_train, y_test = train_test_split(  X, y, test_size=800, shuffle=False, random_state=42  
)cat_cols = ['year', 'month', 'date']  
num_cols = list(set(input_cols) - set(cat_cols))  
preprocessor = ColumnTransformer(  transformers=[  ('num', StandardScaler(), num_cols),  ('cat', OneHotEncoder(handle_unknown='ignore'), cat_cols)  ]  
)  
X_train = preprocessor.fit_transform(X_train)  
X_test = preprocessor.transform(X_test)X_train = torch.from_numpy(X_train.toarray()).float()  
y_train = torch.from_numpy(y_train.values).float().unsqueeze(1)  
X_test = torch.from_numpy(X_test.toarray()).float()  
y_test = torch.from_numpy(y_test.values).float().unsqueeze(1)

原始数据包含 NVDA 的 6,501 条历史股价记录：

<class 'pandas.core.frame.DataFrame'>  
RangeIndex: 6501 entries, 0 to 6500  
Data columns (total 15 columns):  0   dt               6501 non-null   datetime64[ns]  1   open             6501 non-null   float32         2   high             6501 non-null   float32         3   low              6501 non-null   float32         4   close            6501 non-null   float32         5   volume           6501 non-null   int32           6   ave_open         6501 non-null   float32         7   ave_high         6501 non-null   float32         8   ave_low          6501 non-null   float32         9   ave_close        6501 non-null   float32         10  total_volume     6501 non-null   int32           11  30_day_ma_close  6501 non-null   float32         12  year             6501 non-null   object          13  month            6501 non-null   object          14  date             6501 non-null   object          
dtypes: datetime64[ns](1), float32(9), int32(2), object(3)  
memory usage: 482.6+ KB

3.2 模型定义 — LSTM网络

定义基于 PyTorch 的多对一架构的 LSTMModel 类。

import torch  
import torch.nn as nnclass LSTMModel(nn.Module):  def __init__(self, input_dim, hidden_dim, layer_dim, output_dim, dropout):  super(LSTMModel, self).__init__()  self.hidden_dim = hidden_dim  self.layer_dim = layer_dim  self.dropout = dropout  self.lstm = nn.LSTM(  input_dim, hidden_dim, layer_dim, batch_first=True, dropout=dropout  )  self.fc = nn.Linear(hidden_dim, output_dim)def forward(self, x):  h0 = torch.zeros(self.layer_dim, x.size(0), self.hidden_dim).to(x.device)  c0 = torch.zeros(self.layer_dim, x.size(0), self.hidden_dim).to(x.device)  o_t, _ = self.lstm(x, (h0.detach(), c0.detach()))  o_final = self.fc(o_t[:, -1, :])  return o_final

3.3 搜索空间

Hyperband 在较大的搜索空间表现更佳。定义如下搜索空间：

import randomdef search_space():  return {  'lr': 10**random.uniform(-6, -1),  'hidden_dim': random.choice([16, 32, 64, 128, 256]),  'layer_dim': random.choice([1, 2, 3, 4, 5]),  'dropout': random.uniform(0.1, 0.6),  'batch_size': random.choice([16, 32, 64, 128, 256])  }

3.4 定义验证函数

定义用于时间序列数据的 walk-forward validation（滚动前移验证） 的 train_and_val_wfv 函数：

def train_and_val_wfv(hyperparams, budget, X, y, train_window, val_window):  total_val_loss = 0  all_loss_histories = []num_folds = (X.size(0) - train_window - val_window) // val_window + 1for i in range(num_folds):  train_start = i * val_window  train_end = train_start + train_window  val_start = train_end  val_end = val_start + val_windowif val_end > X.size(0):  breakX_train_fold = X[train_start:train_end]  y_train_fold = y[train_start:train_end]  X_val_fold = X[val_start:val_end]  y_val_fold = y[val_start:val_end]fold_val_loss, fold_loss_history = train_and_val(  hyperparams=hyperparams,  budget=budget,  X_train=X_train_fold,  y_train=y_train_fold,  X_val=X_val_fold,  y_val=y_val_fold  )  total_val_loss += fold_val_loss  all_loss_histories.append(fold_loss_history)avg_val_loss = total_val_loss / num_folds  return avg_val_loss, all_loss_histories

3.5 运行 Hyperband

定义 run_hyperband 函数，接受以下参数：

搜索空间函数 search_space_fn，
验证函数 val_fn，
总预算 R，
淘汰因子 η。

示例中， $R = 100$ , $η = 3$ ，训练和验证窗口分别为3000和500。

from math import log, floordef run_hyperband(search_space_fn, val_fn, R, eta):  s_max = int(log(R, eta))overall_best_config = None  overall_best_loss = float('inf')  all_loss_histories = []for s in range(s_max, -1, -1):  n = int(R / eta**s)  r = int(R / n)  main_logger.info(f'... running bracket s={s}: {n} configurations, initial budget={r} ...')configs = [search_space_fn() for _ in range(n)]for i in range(s + 1):  budget = r * (eta**i)  main_logger.info(f'... training {len(configs)} configurations for budget {budget} epochs ...')evaluated_results = []  for config in configs:  loss, loss_history = val_fn(config, budget)  evaluated_results.append((config, loss, loss_history))all_loss_histories.append((evaluated_results, budget))evaluated_results.sort(key=lambda x: x[1])if evaluated_results and evaluated_results[0][1] < overall_best_loss:  overall_best_loss = evaluated_results[0][1]  overall_best_config = evaluated_results[0][0]num_to_keep = floor(len(configs) / eta)  configs = [result[0] for result in evaluated_results[:num_to_keep]]if not configs:  breakreturn overall_best_config, overall_best_loss, all_loss_histories, s_maxR = 100  
eta = 3train_window = 3000  
val_window = 500best_config, best_loss, all_loss_histories, s_max = run_hyperband(  search_space_fn=search_space,   val_fn=lambda h, b: train_and_val_wfv(h, b, X_train, y_train, train_window=train_window, val_window=val_window),  R=R,   eta=eta  
)