如何解决高斯过程回归:不同输入空间中的组合核
在 scikit-learn 中有没有办法指定内核处理高斯过程回归的输入维度?
当前当你在 sklearn 中添加两个内核时:k(x,x') = k1(x,x') + k2(x,x'),内核在相同的输入空间上运行,即它们对所有输入维度一共。
有没有办法为每个内核指定输入维度?假设您希望 k1 仅适用于维度 [0,1] 而 k2 仅适用于维度 [2],例如在 GPy 中您可以这样做:
k(x,x') = RBF(active_dims=[0,1]) + RBF(active_dims=[2])
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。