plot_pareto_front

optuna.visualization.plot_pareto_front(study, *, target_names=None, include_dominated_trials=True, axis_order=None, constraints_func=None, targets=None)

绘制研究中的帕累托前沿。

参见

请参考 使用 Optuna 进行多目标优化 以获取帕累托前沿可视化的教程。

参数:

• study (Study) – A Study object whose trials are plotted for their objective values. The number of objectives must be either 2 or 3 when targets is None.

• target_names (list[str] | None) – Objective name list used as the axis titles. If None is specified, “Objective {objective_index}” is used instead. If targets is specified for a study that does not contain any completed trial, target_name must be specified.

• include_dominated_trials (bool) – 一个标志，用于包含所有占优试验的目标值。

• axis_order (list[int] | None) –

  A list of indices indicating the axis order. If None is specified, default order is used. axis_order and targets cannot be used at the same time.

  警告

  在v3.0.0中已弃用。此功能将在未来被移除。该功能的移除目前计划在v5.0.0版本中进行，但此计划可能会更改。请参阅https://github.com/optuna/optuna/releases/tag/v3.0.0。

• constraints_func (Callable[[FrozenTrial], Sequence[float]] | None) –

  An optional function that computes the objective constraints. It must take a FrozenTrial and return the constraints. The return value must be a sequence of float s. A value strictly larger than 0 means that a constraint is violated. A value equal to or smaller than 0 is considered feasible. This specification is the same as in, for example, NSGAIISampler.

  如果有，试验被分为三类：可行且最佳、可行但非最佳、不可行。类别以不同颜色显示。这里，一个试验是否为最佳（在帕累托前沿）是根据忽略所有不可行试验来确定的。

  警告

  在 v4.0.0 中已弃用。此功能将在未来被移除。该功能的移除目前计划在 v6.0.0 进行，但此计划可能会更改。参见 https://github.com/optuna/optuna/releases/tag/v4.0.0。

• targets (Callable[[FrozenTrial], Sequence[float]] | None) – 返回要显示的目标值的函数。此函数的参数是 FrozenTrial。axis_order 和 targets 不能同时使用。如果 study.n_objectives 既不是2也不是3，则必须指定 targets。 .. 注意:: 在 v3.0.0 中作为实验性功能添加。接口可能会在较新的版本中发生变化，而无需事先通知。 请参阅 https://github.com/optuna/optuna/releases/tag/v3.0.0。

返回:

一个 plotly.graph_objects.Figure 对象。

返回类型:

Figure

以下代码片段展示了如何绘制一个研究的帕累托前沿。

import optuna
from plotly.io import show


def objective(trial):
    x = trial.suggest_float("x", 0, 5)
    y = trial.suggest_float("y", 0, 3)

    v0 = 4 * x**2 + 4 * y**2
    v1 = (x - 5) ** 2 + (y - 5) ** 2
    return v0, v1


study = optuna.create_study(directions=["minimize", "minimize"])
study.optimize(objective, n_trials=50)

fig = optuna.visualization.plot_pareto_front(study)
show(fig)

以下代码片段展示了如何绘制一个三维研究的二维帕累托前沿。这个例子是可扩展的，例如，用于绘制一个四维研究的二维或三维帕累托前沿，等等。

import optuna
from plotly.io import show


def objective(trial):
    x = trial.suggest_float("x", 0, 5)
    y = trial.suggest_float("y", 0, 3)
    v0 = 5 * x**2 + 3 * y**2
    v1 = (x - 10) ** 2 + (y - 10) ** 2
    v2 = x + y

    return v0, v1, v2


study = optuna.create_study(directions=["minimize", "minimize", "minimize"])

study.optimize(objective, n_trials=100)

fig = optuna.visualization.plot_pareto_front(
    study,
    targets=lambda t: (t.values[0], t.values[1]),
    target_names=["Objective 0", "Objective 1"],
)

show(fig)