Um cientista de dados está ajustando um hiperparâmetro x que é muito sensível; o valor ideal está entre 0,5 e 1,0 e acredita-se que esteja próximo de 1,0. Eles precisam encontrar o valor ideal com o mínimo de execuções e condições consistentes. Qual tipo de escala de hiperparâmetro eles devem usar?

A escala logarítmica inversa é a mais adequada porque o hiperparâmetro $x$ está entre 0,5 e 1,0, e o valor ideal é esperado próximo de 1,0. Essa escala permite uma busca mais fina em torno de valores maiores, como 1,0, onde pequenas mudanças têm um impacto maior, enquanto explora eficientemente a faixa mais ampla. A escala automática não é um tipo padrão de escala de hiperparâmetro. A escala linear distribuiria as amostras uniformemente, o que seria ineficiente, pois a sensibilidade é maior perto de 1,0. A escala logarítmica (base 10 ou natural) concentraria a busca em valores menores, o que é o oposto do que é necessário aqui, já que o valor ideal está próximo do limite superior.