BanditPolicy interface

余裕期間の条件に基づいて早期終了ポリシーを定義し、評価の頻度と遅延間隔を定義します。

プロパティ

policyType	ポリモーフィック識別子。このオブジェクトは、さまざまな型を指定します。
slackAmount	最高のパフォーマンスを発揮する実行から許容される絶対距離。
slackFactor	最もパフォーマンスの高い実行からの許容距離の比率。

delayEvaluation	最初の評価を遅らせる間隔の数。
evaluationInterval	ポリシー評価間の間隔 (実行回数)。

ポリモーフィック識別子。このオブジェクトは、さまざまな型を指定します。

policyType: "Bandit"

"Bandit"

最高のパフォーマンスを発揮する実行から許容される絶対距離。

slackAmount?: number

number

最もパフォーマンスの高い実行からの許容距離の比率。

slackFactor?: number

number

最初の評価を遅らせる間隔の数。

delayEvaluation?: number

number

ポリシー評価間の間隔 (実行回数)。

evaluationInterval?: number

number