贝叶斯优化matlab代码

贝叶斯优化是一种机器学习方法，用于寻找高效率的超参数组合，特别是在黑盒函数优化中，它不需要完整的梯度信息。在MATLAB中，你可以利用bayesopt函数库来进行贝叶斯优化。以下是一个简单的例子：

% 导入所需工具箱
addpath('toolbox/bayesian_optimization');
% 定义需要优化的目标函数，假设是一个对数正态过程模型
function [y] = myObjective(x)
    % 这里x是你想要优化的输入变量，y是对应目标值
    y = -((x(1) - 5)^2 + (x(2) - 1)^2); % 示例二次函数
end
% 创建BayesianOptimization结构
bo = bayesopt(@myObjective, 'X0', [], 'Y0', []);
% 设置选项，例如最大迭代次数、采样策略等
options = bayesopt.defaultOptions;
options.MaxIterations = 10; % 最大运行次数
options.Method = 'expected-improvement-per-second-plus';
% 开始贝叶斯优化
[bo, bestPoint, bestFval, exitFlag] = run(bo, options);
% 打印结果
fprintf('Best point found: x = %.2f, %.2f, f(x) = %.2f\n', bestPoint(1), bestPoint(2), bestFval);
%