解算器
目前George使用了两种不同的GP解算器做线性代数的不同库。这两个解算器实现了相同的API，应该（达到一定的容差）在相同的数据集上给出相同的答案。解算器只是一个需要内核暴露出3个方法：
- 计算-计算并分解核矩阵，
- 应用_反转-向左-将输入乘以协方差矩阵\（C^{-1}\，b\）（通过解决系统实际实现\（C\，x=b\）)、和
- 应用_ sqrt-应用协方差的（Cholesky）平方根。
解算器还提供属性计算的和日志决定符.
乔治提供的最简单的求解器(基本解算器)使用scipy的Cholesky实施和第二个实现(HODLR解决方案)使用SivaramAmambikasaran的HODLR库.HODLR算法实现了\（\mathcal{O}（N，\log ^2 N））直接的稠密矩阵求解器在这里.
默认情况下，George使用基本解算器但是HODLR解算器可按如下方式使用：
进口 乔治
内核 = ...
普通合伙人 = 乔治.通用程序(内核, 解算器=乔治.HODLR解决方案)
这个HODLR解算器对于大多数一维问题来说可能是最好的和一些大型多维问题，但（一般而言）规模不大输入维度的数量。在实践中，值得在您的具体问题上尝试这两个解决方案它跑得更快。
基本解算器
-
班乔治。基本解算器(内核)
这是使用构建的最基本的解算器scipy.linalg.cholesky（）.
-
应用_反转(年,in_place=假)
通过求解将协方差矩阵的倒数应用于输入
\[C\，x=b\]
| 参数： |
- 年–（n示例，）或（n示例， 数量）向量或矩阵\（b）.
- 就地（_P）–（可选）数据是否应该年被结果覆盖\（x \）?
|
|---|
-
应用_ sqrt(第页)
将协方差矩阵的Cholesky平方根应用于输入向量或矩阵。
| 参数： | 第页–（n个样本，）或（n示例， 数量）输入向量或矩阵。 |
|---|
-
计算(x个,耶尔)
计算协方差矩阵并将其分解。
| 参数： |
- x个–（n示例， 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。
|
|---|
-
计算的
指示是否计算协方差矩阵的标志和因式分解（使用计算机（）方法）。
-
日志决定符
协方差矩阵的对数行列式非-无在调用计算机（）方法。
HODLR解算器
-
班乔治。HODLR解决方案
使用Sivaram Amambikasaran的解算器HODLR库实现了\（\mathcal{O}（N，\log ^2 N））稠密矩阵as的直接求解器描述在这里.
| 参数： |
- 内核–的一个子类内核实现一个内核函数。
- 无引线–（可选）最小矩阵块的大小。当解算器达到此值时级别，它使用特征值直接求解这些系统Cholesky实施。（默认值：100)
- 托尔–（可选）分解矩阵时使用的调整参数。转换这个参数和结果的精度之间存在问题具体，但如果需要更精确，请尝试减少此数字（以更长的运行时间为代价）。（默认值：1e-12)
|
|---|
-
应用_反转(年,in_place=假)
通过求解将协方差矩阵的逆矩阵应用于输入
\[C\，x=b\]
| 参数： |
- 年–（n示例，）或（n示例， 数量）向量或矩阵\（b）.
- 就地–（可选）数据是否应该年被结果覆盖\（x \）?
|
|---|
-
应用_ sqrt(第页)
此解算器尚未实现此方法。
-
计算(x个,耶尔,种子=无)
计算协方差矩阵并将其分解。
| 参数： |
- x个–（n示例， 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。
- 种子–（可选）HODLR分解步骤中存在随机成分。使用此参数（它应该是一个整数）为该随机数设定种子步骤并确保确定的结果。通常是随机化应该不会有太大区别，但随着矩阵变得糟糕有条件的话，它会有更大的影响。
|
|---|
-
计算的
指示是否计算协方差矩阵的标志和因式分解（使用计算机（）方法）。
-
日志决定符
协方差矩阵的对数行列式非-无在调用计算机（）方法。