バージョン: v2603

汎用Strategy

任意のPresetで使用できる汎用Strategyの一覧とそれぞれのロジックについて説明します。 Preset専用Strategyについては各Presetのドキュメントを参照してください。

random

パラメータをランダムにサンプリングします。

各パラメータの型に応じて以下のようにサンプリングされます:

パラメータ型	サンプリング方法
`IntParameter`	`step`指定時はステップ幅に基づくランダム選択、未指定時は`[low, high]`の一様分布
`FloatParameter`	`log=True`時は対数空間、`log=False`時は線形空間の一様分布
`CategoricalParameter`	選択肢から一様ランダムに選択
`BoolParameter`	True/Falseから一様ランダムに選択

オプション:

パラメータ	説明	デフォルト
`seed`	再現性のためのランダムシード	なし

探索は試行予算（--n-trials）が尽きるまで継続します。

パラメータの全組み合わせを網羅的に探索します。

各パラメータの値リストを生成し、itertools.productで全組み合わせを列挙して順に評価します。値リストの生成方法はパラメータ型によって異なります:

パラメータ型	値リスト生成方法
`IntParameter`	`step`指定時は`range(low, high+1, step)`、未指定時は`grid_points`個の均等分割
`FloatParameter`	`log=True`時は対数空間、`log=False`時は線形空間で`grid_points`個の均等分割
`CategoricalParameter`	全選択肢
`BoolParameter`	`[True, False]`

オプション:

パラメータ	説明	デフォルト
`grid_points`	ステップサイズが未指定のパラメータに対するグリッドポイント数	5

全組み合わせの評価が完了すると探索は自動的に終了します。探索空間が小さい場合に適しています。

OptunaのSamplerに従ってパラメータをサンプリングします。デフォルトではTPE（Tree-structured Parzen Estimator）を使用し、過去の試行結果に基づいて有望なパラメータ領域を優先的に探索します。

オプション:

パラメータ	説明	デフォルト
`sampler`	Optunaサンプラーインスタンス	`TPESampler`
`storage`	Optuna storage URL（例: `sqlite:///study.db`）	なし
`study_name`	Optunaスタディ名	なし

storageを指定すると探索結果が永続化され、中断・再開が可能になります。