貝葉斯最佳化－數值離散因子又該如何處理？你好，
我想了解貝葉斯優化中如何處理離散數值因子。
如何在JMP中指定兩個離散數值之間的步長？
雖然可以強制分類變數在現有試驗中未出現的級別（在列屬性中）進行分類，但對於離散值則無法做到這一點（而且以這種方式定義也很複雜，因為如果您只想使用 0 到 1000 之間的整數值，則需要定義許多級別，而且無論如何，在這種情況下我們都會失去數值概念）。
假設你只有兩次試驗，試驗中有一個離散因子，其值範圍為 0 到 8 之間的偶數。為了進行練習，我創建了一個實驗設計（DOE）（只是為了確保列屬性定義正確）。
想像你只有兩次機會。
在這種情況下，它打開候選矩陣，但我收到錯誤訊息（沒有貝葉斯優化平台）。
如果我還有額外的遊戲次數，我可以訪問該平台，但對於缺少的關卡沒有提示。
這裡有人接觸過離散數字因子嗎？
感謝您的回饋。
佛羅倫斯
回覆：貝葉斯優化－數值離散因子又該如何處理？這是 BayesOps 的已知問題。將其更改為 Character 或 Nominal 即可解決。
回覆：貝葉斯優化－數值離散因子又該如何處理？是的，但它不會在設計空間中給出具體的數值，只會給出列表中的數值。
請問20版（或之前的版本）是否支援離散值？
回覆：貝葉斯優化－數值離散因子又該如何處理？你有試過使用候選集嗎？你應該能夠產生一個包含離散數值因子的大型空間填充設計，然後將其作為貝葉斯最佳化的候選集載入。
回覆：貝葉斯優化－數值離散因子又該如何處理？嗨，菲爾，
感謝您提供的這個解決方法。雖然需要一些準備步驟，但確實有效。
回覆：貝葉斯優化－數值離散因子又該如何處理？是的，希望 JMP Pro 20 的貝葉斯選項能夠支援離散數值計算。或許可以開發一個 Marketplace 擴充來產生候選集，這也有助於處理因子限制的情況。
