Python-GPy中高斯过程模型的置信限
我使用GPy在Python中计算了一个高斯过程模型:Python-GPy中高斯过程模型的置信限,python,gaussian,confidence-interval,Python,Gaussian,Confidence Interval,我使用GPy在Python中计算了一个高斯过程模型: ker0 = GPy.kern.Bias(input_dim=1,variance=1e-2) ... m = GPy.models.GPRegression(x, y, ker0+ker2) 我可以用它来画 m.plot() plt.show 它可视化了点、样条曲线和置信限。现在我想提取参数和置信限,以便在另一个图中使用数据。我的问题是,我如何访问这些数据 如果我打印m,我会得到 Name : GP regression Objecti
ker0 = GPy.kern.Bias(input_dim=1,variance=1e-2)
...
m = GPy.models.GPRegression(x, y, ker0+ker2)
我可以用它来画
m.plot()
plt.show
它可视化了点、样条曲线和置信限。现在我想提取参数和置信限,以便在另一个图中使用数据。我的问题是,我如何访问这些数据
如果我打印m,我会得到
Name : GP regression
Objective : 31.9566881665
Number of Parameters : 4
Number of Optimization Parameters : 4
Updates : True
Parameters:
GP_regression. | value | constraints | priors
sum.bias.variance | 7.48802926977e-61 | +ve |
sum.spline.variance | -2.99999065833 | -3.0,-1.0 |
sum.spline.c | 19.8308670902 | 0.0,300.0 |
Gaussian_noise.variance | 50.2314402955 | +ve |
谢谢 试试看
m.sum.bias.variance
请注意开头的
m.
。这个答案不再是最新的,因为GPy现在返回一个错误,指出'GPRegression'对象没有属性“sum”
。