Dans cet article, nous proposons un algorithme d'optimisation combinatoire efficace utilisant l'estimateur de Pazen arborescent (TPE). Le TPE est une méthode d'optimisation par hyperparamètres (HPO) largement utilisée, mais elle est principalement axée sur l'apprentissage profond. Dans cet article, nous généralisons le noyau catégoriel et le noyau numérique et introduisons une structure de distance au noyau catégoriel afin d'appliquer le TPE aux domaines où l'optimisation combinatoire est importante, comme la chimie et la biologie. De plus, nous proposons une méthode modifiée pour réduire la complexité temporelle du calcul du noyau afin de traiter efficacement un vaste espace de recherche combinatoire. Grâce à des expériences sur des problèmes synthétiques, nous vérifions que la méthode proposée trouve de meilleures solutions avec moins d'évaluations que le TPE existant. L'algorithme est implémenté dans Optuna, un framework HPO open source.
