- 博客(2)
- 收藏
- 关注
RSS订阅原创 GPy简单操作案例
Gpy简单操作案例基础操作创建案例：创建一个稀疏高斯过程的案例m = GPy.examples.regression.sparse_GP_regression_1D(plot=False, optimize=False)结果如下图所示：其中，rbf.*为核函数参数，Gaussian_noise.variance为似然噪声，在constraints中可以看到，有一个正的约束条件。诱导输入没有约束条件，而且没有先验。如果需要单独查看某些参数，可以使用下列函数：m.rbf# 查看核函数信息m
2021-01-07 21:18:45
1896
1
原创 GPy自学第一课
GPy自学第一课GPy简介GPy是Sheffield机器学习小组开发的，基于高斯过程的框架。具有相对高的运行速度和可靠性。其三大支柱功能包括：易用性：GPy自身构建的参数化框架支持以一种智能和直观的方式使用和展示参数。# 生成一组数据X = np.random.uniform(0, 10, (200, 1)) #在0到10之间随机生成200f = np.sin(.3*X) + .3*np.cos(1.3*X) #生成一组函数f -= f.mean()Y = f+np.ran
2021-01-06 19:28:10
2599
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人