問題タブ [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 - scikit-learn での多出力ガウス過程回帰
データを予測するために、ガウス過程回帰 (GPR) 操作にscikit Learn を使用しています。私のトレーニングデータは次のとおりです。
平均と分散/標準偏差を予測する必要があるテスト ポイント (2-D) は次のとおりです。
ここで、GPR ( GausianProcessRegressor) フィットを実行した後 (ここでは、ConstantKernel と RBF の積が のカーネルとして使用されGaussianProcessRegressorます)、次のコード行によって平均と分散/標準偏差を予測できます。
予測平均 ( y_pred_test) と分散 ( sigma) を出力しているときに、コンソールに次の出力が出力されます。
予測値 (平均) では、内部配列内に 3 つのオブジェクトを含む「ネストされた配列」が出力されます。内部配列は、各 2 次元テスト ポイント位置での各データ ソースの予測平均値であると推測できます。ただし、印刷された差異には、16 個のオブジェクト (おそらく 16 個のテスト位置ポイント) を持つ単一の配列のみが含まれています。分散が推定の不確実性を示していることはわかっています。したがって、各テスト ポイントでの各データ ソースの予測分散を期待していました。私の予想は間違っていますか？各テスト ポイントで各データ ソースの予測分散を取得するにはどうすればよいですか? 間違ったコードが原因ですか？
python-3.x - Gaussian Process Regressor scikit Learn が「eval_MSE=True」を認識しない
モデルのデータを予測するために Gaussian Process Regressor scikit Learn を使用しています。gp を使用している間、データセットに存在する各値の不確実性も見つける必要があります。ドキュメントは、「gp.predict(self, X, eval_MSE=True)」を使用することを提案しています。オンラインでテストできるコードで同じ「eval_MSE」を使用しましたが、このエラーが発生します。
テストに使用したコード:
誰でもこれに対する解決策を提供できますか?