返回 AI 工具目录

scikit-optimize(skopt)

开发框架人工精选最近核验 2026年7月23日

scikit-optimize(skopt)是一个基于序贯模型优化(SMBO)的库,用于最小化昂贵、带噪声的黑盒函数,常用于超参数调优等无法或不便用梯度的场景。它构建于 NumPy、SciPy 与 scikit-learn 之上,提供 gp_minimize 等基于高斯过程的优化方法、可手动控制迭代的 Optimizer 类,以及对近似目标函数的可视化工具,接口风格贴近 scipy.optimize,BSD-3 许可。需注意:该仓库已于 2024 年 2 月归档、转为只读,不再活跃维护,选型时应考虑长期依赖与兼容风险。

定价开源部署本地运行国内可达国内可达许可BSD-3-Clause

解决什么问题

  • 用贝叶斯优化最小化昂贵的黑盒函数
  • 为超参数调优提供高斯过程等搜索方法
  • 提供可手动控制的迭代优化循环
  • 附带对近似目标的可视化诊断工具

适合

  • 需在少量评估内调优昂贵函数的实验
  • 习惯 scikit-learn、scipy 接口的用户
  • 做超参搜索且无梯度可用的场景

不适合

  • 仓库已归档,不适合长期依赖的新项目
  • 大规模并行或分布式调优支持有限
  • 需评估与新版 scikit-learn 的兼容性

如何接入

  • 以 pip 库形式嵌入 Python 建模流程
  • 提供贴近 scipy.optimize 的调用接口
  • 可与 scikit-learn 估计器配合做超参搜索

已知限制

  • 2024 年 2 月起归档只读,不再维护
  • 与新版依赖的兼容性需自行验证
  • 缺少活跃社区支持,问题需自行解决

接入与使用事实

部署方式
本地运行
实现语言
Python
中文界面
待确认
中文文档
待确认
定价方式
开源
许可证
BSD-3-Clause
国内可达性
国内可达
可达性观察
待补充

权限、依赖与维护信号

这些字段记录公开可见信号,不等同于安全审计结论。

权限信号

暂无公开信号。

依赖信号

暂无公开信号。

维护信号

暂无公开信号。

公开来源与证据

暂无可公开的来源链接。

访问官网