如果有人可以提供帮助：
如何为每个测试设置超时？整个实验是否超时？
如何设置一种渐进策略，以便在实验的不同阶段（使用当前的优化算法）消除/修剪搜索空间的最差得分分支的百分比？即。在最高总实验次数的30％时，它可以删除得分最差的分类器的50％及其所有超参数分支，以将其从即将进行的测试中删除。然后，以60％的速度进行相同的处理...
非常感谢！
最佳答案
在我关于hyperopt的github的交流之后：
没有每次试用的超时时间，但是hyperopt-sklearn仅通过包装函数来实现自己的解决方案。请在https://github.com/hyperopt/hyperopt-sklearn/中查找“ fn_with_timeout”。
来自问题210：“优化程序是无状态的，并且fmin将试验的所有状态存储在试验对象中。因此，如果从试验对象中删除某些试验，就好像它们从未发生过。使用fmin的“ max_evals”参数来中断搜索经常需要进行这类修改。如果您想真正进行细粒度的控制，最好使用每次max_evals增加1的重复调用。”