我正在使用 Python 2.7 中的GPy库来执行高斯过程回归。我首先遵循 GitHub 页面中提供的教程笔记本。
示例代码:
import numpy as np
import matplotlib.pyplot as plt
f = lambda x : np.sin(x**2)
kernel = GPy.kern.RBF(input_dim=1, variance=1., lengthscale=1.)
X=np.random.rand(2,1)
Y=f(X)
m = GPy.models.GPRegression(X,Y,kernel)
m.optimize_restarts(num_restarts = 10,verbose=False)
fig=m.plot()
plt.show()
我目睹的奇怪的事情是,在GPRegression类(好吧,它只是GP的一个小子类。)中,在它的超类(GP)中,在它的超超类中都没有实现绘图函数(模型)...全部位于GPy.core中。
当我调用m.plot()时执行的绘图函数在GPy.plotting.gpy_plot中(它不包含任何类,但仍然使用“self”关键字作为函数参数 - 但也许它只是一个“坏”名称对于函数参数?)。
我看不到GPy.core.GP对象如何访问这个绘图函数(乍一看,两个 python 文件之间没有任何链接 - GPy/core/gp.py中的 Ctrl+F“绘图”没有给出任何示例)。
当我打电话
vars(GPy.models.gp_regression.GP).keys()
,绘图功能确实存在,虽然没有直接在GPy.core.GP中实现。
同样的事情:(最小的可重现示例)
import GPy.core.gp
import GPy.likelihoods
import GPy.kern
import matplotlib.pyplot as plt
GPy.core.gp.GP.__dict__.keys()
知道GP如何 调用gpy_plot中的绘图函数,以及为什么要这样编码吗?