问题标签 [gaussian-process]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 拟合高斯过程的后验样本与预测均值不相似
我正在根据此处显示的第二个图拟合高斯过程并从中抽取样本。但是,绘制的样本与拟合函数不相似,并且通常看起来与预测的平均值有很大不同(具体来说,它们没有那么平滑并且有急剧变化)并且不会通过(或接近)给定的数据点(红色图中的点)。
经过多次运行,结果总是相似的(即使不完全相同)。有什么想法是什么原因造成的,以及如何使绘制的样本更接近平均值?
用于生成绘图的代码是
python - 在 sklearn python 中使用高斯过程回归时出错
我开始学习 python 并尝试使用 Sklearn 库实现高斯回归。对于我自己的数据点,我尝试按照此处提供的示例进行操作。但是,当我尝试运行y_pred, std = model.predict(X_te, return_std=True)
我的问题的这行代码时,我得到了以下示例。我得到的错误“ XA 和 XB 必须具有相同的列数(即特征维度。)”。
我不知道我在哪里犯了错误,请帮助并提前感谢。
输入输出数据示例如下
X_tr, y_tr
并且X_te
是训练数据点并且是重塑值并且具有“float64数组”类型
这是我的代码示例:
python - 使用python网格搜索的高斯过程回归hyparameter优化
我开始使用 Sklearn 库使用我自己的数据点学习高斯回归,如下所示。虽然我得到的结果是不准确的,因为我没有进行超参数优化。我做了一些谷歌搜索和编写gridsearch
代码。但是代码没有按预期运行。我不知道我在哪里犯了错误,请帮助并提前感谢。
输入输出数据示例如下
X_tr, y_tr
并且X_te
是训练数据点并且是重塑值并且具有“float64数组”类型
这是我的网格搜索代码
这是我没有超参数优化的代码示例:
python - 有没有办法在代码中解决这个问题?
所以当我在这里运行贝叶斯优化时,它一直告诉我这个错误[在此处输入图像描述][1]
有人可以帮我弄这个吗?太感谢了![1]:https ://i.stack.imgur.com/bHCrC.png
pytorch - 将内核应用于 gpytorch 中的单独维度
我正在将 GPflow 中的三维高斯过程回归代码转换为 GPyTorch,以利用 PyTorch 的本机可扩展性来实现精确的 GPR。
此示例很有帮助,但无法找到有关如何将不同内核应用于多维 GPR 中的各个维度的解释(例如,将 Matern52 内核应用于维度 [0,1],将 Matern 32 内核应用于维度 [2] )。
GPyTorch 是否支持该功能,如果支持,它是如何实现的/我在哪里可以找到示例?
matlab - 方差作为matlab中高斯过程回归(fitrgp)函数的输入
我在 Matlab (fitrgp) 中使用高斯过程回归函数,并且我已经阅读了该函数的完整文档。我使用时间序列数据集,该数据集中的每个点都有自己的差异。我想知道是否有任何方法可以将数据点和方差都传递给这个函数来指定数据之间的不确定性?
这是我使用的代码:
python - 高斯过程wrt特征的偏导数
给定具有多维特征和标量观察的高斯过程模型,如何在 GPyTorch 或 GPFlow(或 scikit-learn)中计算输出到每个输入的导数?