我正在使用 Python 库fmfn/BayesianOptimization使用高斯过程执行贝叶斯优化。我必须将内核函数更改为我创建的内核函数。
# My kernel function
k(x,y)=1/theta_1*np.e**(theta_2*d(x,y))**2
据我了解,库fmfn/BayesianOptimization调用sklearn.gaussian_process。我的问题是,我如何实现我的内核以使其与 sklearn 兼容,以及如何将它作为参数传递?
我正在使用 Python 库fmfn/BayesianOptimization使用高斯过程执行贝叶斯优化。我必须将内核函数更改为我创建的内核函数。
# My kernel function
k(x,y)=1/theta_1*np.e**(theta_2*d(x,y))**2
据我了解,库fmfn/BayesianOptimization调用sklearn.gaussian_process。我的问题是,我如何实现我的内核以使其与 sklearn 兼容,以及如何将它作为参数传递?