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.inducing_inputs
#查看诱导输入

GPy提供了简单便捷的参数修改方式：

m.inducing_inputs[0] = 1

可以看出，第一个参数已经被修改了

将核的长度尺度变为0.2

m.rbf.lengthscale = 0.2

通过正则表达式进行操作和查找

GPy支持通过正则表达式进行查找和操作数据。正则表达式针对的是模型的索引方式，匹配参数名称。
可以使用values()方法查询值。

# 通过正则表达式修改多个方差
m['.*var'] = 2
print(m)
m['.*var'] = [2.,3.]
print(m)

输出：

适用于一次性修改多个同类型数据。

删除模型约束：

m.rbf.variance.unconstrain()
print(m)

哭唧唧，这个包稍稍有一点冷门，有没有一起学习的，求队友呀！

主要学习资源：官网教程

补充：使用这个包注意版本匹配问题哈，我自己用3.8没办法安装，3.7有一些功能不兼容，可能3.5、3.6会好一些~求反馈！