代码之家  ›  专栏  ›  技术社区  ›  santobedi

高斯过程回归Sklearn中的核语法

  •  0
  • santobedi  · 技术社区  · 8 年前

    我正在尝试为二维输入数据集实现高斯过程回归。我想修改内核函数。内核在示例代码中定义为:

    kernel = C(1.0, (1e-3, 1e3)) * RBF(10, (1e-2, 1e2))
    

    用于将高斯过程回归器定义为:

    gp = GaussianProcessRegressor(kernel=kernel, n_restarts_optimizer=15)
    

    我知道C是恒常核函数,RBF是径向基函数。我想知道语法定义内核中的其余术语。

    1 回复  |  直到 8 年前
        1
  •  0
  •   santobedi    8 年前

    C: 常量内核 ( 可以用作乘积核的一部分,用于缩放其他因子(核)的大小,也可以用作求和核的一部分,用于修改高斯过程的平均值。 )

    ConstantKernel(constant_value=1.0, constant_value_bounds=(1e-05, 100000.0))
    

    径向基函数核或平方指数核。

    RBF(length_scale=1.0, length_scale_bounds=(1e-05, 100000.0))
    

    RBF核是一个平稳核。它也被称为平方指数核。它由长度比例参数length\u scale>0,它可以是标量(核的各向同性变量),也可以是与输入X具有相同维数的向量(核的各向异性变量)。内核由以下内容给出:

    k(x_i, x_j) = exp(-1 / 2 d(x_i / length_scale, x_j / length_scale)^2)