Будет ли Optuna перепутана с гиперпараметрами с тем же именем, но другим значением?

#optuna

Вопрос:

Допустим, я хочу попробовать как LGBM, так и XGBoost, у каждого из которых есть несколько гиперпараметров с одинаковым именем:

 estimator_name = trial.suggest_categorical("estimator_name", ["lgbm", "xgboost"])

if estimator_name == "lgbm":
  params = {
        "reg_alpha": trial.suggest_loguniform("reg_alpha", 1/1024, 1024),
       # ...

  }
  estimator = LGBMClassifier(**params)
  
elif estimator_name == "xgboost":
  params = {
        "reg_alpha": trial.suggest_loguniform("reg_alpha", 1/1024, 1024),
        # ...
  }
  estimator = XGBClassifier(**params)

estimator.fit( ... )
 

В LGBM и XGBoost reg_alpha имеют разные значения, так как LGBM работает на уровне листа, а XGBoost работает на уровне функций. Таким образом, в этом случае разные значения reg_alpha будут иметь очень разные эффекты, в зависимости от значения estimator_name .

Сможет ли Optuna справиться с этим должным образом? Или есть лучший способ, которым я должен это делать?