Machine learning 高斯过程置信度与可信区间

既然高斯过程返回的是一个点估计，而不是一个点估计，那么为什么这个（实际上在每一个GP例子中）会讨论贝叶斯统计模拟的置信区间——可信区间

我也在想这件事。我的假设如下：

sklearn的
GaussianProcessRegressor
实现了Rasmussen&Williams（2006）的算法2.1。在本书中，µ周围的±2σ区间称为“95%置信区间”。他们根本不区分“信任”和“可信”地区。我认为
sklearn
的作者采纳了这一点

C.E.Rasmussen和C.K.I.Williams，《机器学习的高斯过程》，麻省理工学院出版社，2006年
我不确定是否理解你的问题。置信区间是一种分布。@ThomasSchillaci置信区间是点估计，它们不同于可信区间（在可信区间中，你可以谈论概率）。我不同意这一点，置信区间是根据你的数据计算出来的区间。我认为，这种澄清更适合交叉验证