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!