Uno scienziato dei dati sta ottimizzando un iperparametro x molto sensibile; il valore ottimale è compreso tra 0,5 e 1,0 e si ritiene che sia vicino a 1,0. Deve trovare il valore ottimale con il minor numero di esecuzioni e condizioni coerenti. Quale tipo di scalatura dell'iperparametro dovrebbe utilizzare?

La scalatura logaritmica inversa è la scelta migliore perché permette di esplorare l'intervallo 0,5-1,0 con maggiore granularità verso il limite superiore (vicino a 1,0), dove si presume che si trovi il valore ottimale. Questo è fondamentale per i parametri sensibili dove piccole variazioni vicino al valore ottimale possono avere un grande impatto. La scalatura automatica non è un tipo standard di scalatura degli iperparametri e non offre il controllo necessario. La scalatura lineare distribuirebbe i punti di campionamento uniformemente nell'intervallo, il che non sarebbe efficiente se l'ottimo è noto per essere vicino a un'estremità. La scalatura logaritmica, al contrario, campionerebbe più densamente verso il limite inferiore (0,5), il che è l'opposto di quanto richiesto in questo scenario.