jijzepttools.blackbox_optimization.bbo_ommx#

Classes#

Functions#

create_fm_model(w0, w, v, x, num_vars, fm_rank)

Module Contents#

class BlackboxOptState#
instance: ommx.v1.Instance#
class BBOMethod#

Bases: enum.Enum

Generic enumeration.

Derive from this class to define new enumerations.

FMO = 'FMO'#
BOCS = 'BOCS'#
TPE = 'TPE'#
class BlackboxOptimization(bb_model: jijzepttools.blackbox_optimization.problem.BlackboxProblem, methods: list[BBOMethod] | None = None)#
bb_model#
fm_trainer: jijzepttools.blackbox_optimization.factorization_machine.FMTrainer | None = None#
setup(dataset: pandas.DataFrame | tuple[list[dict], list[dict]], objectives: list[str], instance_data: dict | None = None)#
run(n_iter: int, blackbox_func: Callable[[dict], dict[str, float]] | None = None, solver: Callable | None = None, enable_binary_conversion: bool = False, resolution_continuous_to_integer: int | None = None)#

BlackboxOptimizationを実行する。

Parameters:
  • n_iter (int) – 実行する回数

  • blackbox_func (typ.Optional[typ.Callable[[dict], dict[str, float]]]) – ブラックボックス関数

  • solver (typ.Optional[typ.Callable]) – ソルバー

  • enable_binary_conversion (bool) – バイナリ変数を使用するかどうか

  • resolution_continuous_to_integer (int) – 連続変数を整数変数に変換する際の解像度(enable_binary_conversionがTrueの場合のみ有効)

create_fm_model(w0, w, v, x, num_vars: int, fm_rank: int)#