0

我希望我的高斯过程分类器具有二项式似然性，为此我正在使用sklearn 的实现。我无法将二项式似然用于我的观察，以及每个样本的观察数量的元数据，这在 GPy 包的 GP 实现中是可能的。

基本上，我正在寻找将从 GPy 包创建的以下对象转换为使用 sklearn 的 GP 分类器模型制作的对象。

model = GPy.core.GP(
    X_train, k_train,
    kernel=
        GPy.kern.Linear(
            X_train.shape[1],
            active_dims=range(0, X_train.shape[1])),
    likelihood=GPy.likelihoods.Binomial(),
    Y_metadata={'trials': n_train},
    inference_method=GPy.inference.latent_function_inference.Laplace(),
)

这里，k_train 是积极事件的数量，n_train 是事件的总数。

我在 sklearn 的实现中遇到了一个属性base_estimator_，我不知道如何使用。对我的要求有帮助吗？如果是，那么如何使用它？

4

0 回答 0