GP对象 ¶
-
班 乔治。 普通合伙人 ( 内核 , 平均值=无 , solver=<class’george.basic。 基本解算器'> , **夸格斯 ) ¶ 基本高斯过程对象。 参数: -
计算 ( x个 , 耶尔=1.25e-12 , sort=真 , **夸格斯 ) ¶ 预先计算协方差矩阵,并将其分解一组时间 和不确定性。 参数: x个 – (n示例,) 或 (n个样本, ndim) 数据点的独立坐标。 耶尔 –(可选) (n示例,) 或标量 坐标系下数据点的高斯不确定性 x个 。这些值将以正交形式添加到对角线 协方差矩阵。 分类 –(可选) 在计算协方差之前是否应对样本进行排序 矩阵? 这可以得到更稳定的数值结果,并且 一些线性代数库,这可以更具计算性 高效。 无论哪种方式,此标志都直接传递给 parse_samples() 。(默认值: 真的 )
-
计算的 ¶ 自上次更新内核以来,是否计算了进程?
-
获取矩阵 ( t吨 ) ¶ 获取给定独立坐标集的协方差矩阵。 参数: t吨 – (n示例,) 或 (n示例, ndim) 样本列表。
-
梯度_可能性 ( 年 , quiet=假 ) ¶ 将ln似然函数的梯度计算为 内核参数。 参数: 年 – (n示例,) 坐标处的观测列表 x个 提供给 计算机() 功能。 安静的 –如果 真的 返回零的渐变,而不是提高 存在无效内核或线性代数时的异常 失败。 (默认值: 错误 )
-
不太可能 ( 年 , quiet=假 ) ¶ 在高斯分布下计算一组观测值的似然 流程模型。 你必须打电话 计算 在此函数之前。 参数: 年 – (n示例, ) 在 计算 步骤。 安静的 –如果 真的 返回负无穷大而不是引发 存在无效内核或线性代数时的异常 失败。 (默认值: 错误 )
-
优化 ( x个 , 年 , 耶尔=1.25e-12 , sort=真 , dims=无 , verbose=真 , **夸格斯 ) ¶ 一种简单且鲁棒性不强的非线性优化算法 核超参数。 参数: x个 – (n示例,) 或 (n示例, ndim) 数据点的独立坐标。 年 – (n示例, ) 坐标处的观测值 x个 . 耶尔 –(可选) (n示例,) 或标量 坐标系下数据点的高斯不确定性 x个 。这些值将以正交形式添加到对角线 协方差矩阵。 分类 –(可选) 在计算协方差之前是否应对样本进行排序 矩阵? 暗 –(可选) 如果只想优化某些参数,请列出它们 此处显示索引。 冗长的 –(可选) 显示呼叫结果 scipy.aptimize.minimize() ? (默认值: 真的 )
退换商品 (第, 结果) 哪里 部分 是优化的列表 参数和 结果 是返回的结果对象 scipy.aptimize.minimize() .
-
解析_样本 ( t吨 , sort=假 ) ¶ 分析样本列表以确保其具有正确的 维度和可选的排序。在一个维度中,样本将 按逻辑顺序排序。 在高维中,kd-tree是 构建并在距离 第一 样品。 参数: t吨 – (n示例,) 或 (n示例, ndim) 样本列表。 如果为1-D,则假定为 一维样本,否则,第二个样本的大小 维度被假定为输入空间的维度。 分类 –一个布尔标志,指示样本是否应该 排序。
返回元组 (样品, 索引) 哪里 样品 是一个有形状的数组 (n示例, ndim) 如果 分类 是 真的 ,它也将被排序,并且 inds公司 是一个 (n示例,) 用于 对样本列表进行排序。
引发 访问违例 如果输入维度与 内核的维度。
-
预测 ( 年 , t吨 , mean_only=错误 ) ¶ 计算模型的条件预测分布。 参数: 年 – (n示例,) 模型条件的观察结果。 t吨 – (ntest,) 或 (测试, ndim) 预测分布应为的坐标 计算。
返回元组 (亩, 覆盖) 哪里 亩 (ntest,) 是预测分布的平均值,以及 覆盖(cov) (测试, ntest) 是预测协方差。
-
重新计算 ( quiet=错误 , **夸格斯 ) ¶ 重新计算先前计算的模型。 如果 内核参数更改,内核标记为 肮脏的 .
-
样品 ( t=无 , 尺寸=1 ) ¶ 从先前的分布中抽取样本。 参数: t吨 – (测试, ) 或 (ntest, ndim) (可选) 模型采样的坐标。 如果没有 给出了坐标,预计算的坐标和 使用因子分解。 大小 –(可选) 要绘制的样本数。 (默认值: 1 )
退换商品 样品 (尺寸, ntest) ,上的预测列表 坐标由给出 t吨 .如果 大小 == 1 ,结果是单个 带形状的样品 (ntest,) .
-
示例_条件 ( 年 , t吨 , 大小=1 ) ¶ 从预测条件分布中抽取样本。 参数: 年 – (n示例, ) 模型条件的观察结果。 t吨 – (测试, ) 或 (测试, ndim) 预测分布应为的坐标 计算。 大小 –(可选) 要绘制的样本数。 (默认值: 1 )
退换商品 样品 (N, ntest) ,上的预测列表 坐标由给出 t吨 .
-