本文介绍了一种新的超参数优化方法HomOpt，使用基于广义加法模型（GAM）替代与同伦优化结合的数据驱动方法。该方法在连续、离散和分类域空间上提高了现有方法的性能和效果，并在多个优化技术应用中展示了改进性能。

本文介绍了一种新的超参数优化方法 HomOpt，使用基于广义加法模型（GAM）替代与同伦优化结合的数据驱动方法，以提高现有方法在连续、离散和分类域空间上的性能和效果，并在多个优化技术应用 HomOpt，展示了对许多标准机器学习基准和具有挑战性的开集识别任务的改进性能。