Bir veri bilimci, çok hassas olan bir x hiperparametresini ayarlıyor; optimal değer 0,5 ile 1,0 arasında ve 1,0'a yakın olduğu düşünülüyor. Minimum çalıştırma ve tutarlı koşullarla optimal değeri bulmaları gerekiyor. Hangi hiperparametre ölçeklendirme türünü kullanmalılar?

Veri bilimci, hiperparametrenin optimal değerinin 1,0'a yakın olduğunu ve 0,5 ile 1,0 arasında olduğunu biliyor. Bu durumda, ters logaritmik ölçeklendirme (reverse logarithmic scaling) en uygun seçenektir çünkü bu ölçeklendirme, aralığın üst ucuna (bu durumda 1,0'a) daha fazla örnekleme noktası yoğunlaştırır. Bu, optimal değere daha hassas bir şekilde yaklaşmayı sağlar. Otomatik ölçeklendirme, belirli bir aralıkta yoğunlaşma garantisi vermez. Doğrusal ölçeklendirme, aralık boyunca eşit aralıklı noktalar seçer ve bu senaryoda üst uca yeterince odaklanmaz. Logaritmik ölçeklendirme ise genellikle aralığın alt ucuna daha fazla yoğunlaşır, bu da burada istenen durumun tam tersidir.