3D гауссовский процесс с различными ядрами в измерении

Question

Я пытаюсь реализовать трехмерный гауссовский процесс в Python. Вывод функции зависит от двух осей, называемых ими x и y, которые имеют разные средние функции и разные функции ядра. На практике я бы просто взял:

K (x, x ') * K (y, y')

Но я не знаю, как или если я могу реализовать это в sklearn. Я пытался просмотреть документы, но я не видел, как это можно сделать; все комбинации функций ядра, которые я видел, имеют вид k1 (x, x ') * k2 (x, x').

Это решаемо в sklearn? Или ГПы? Или Pymc3? Или ....

Заранее спасибо.

Answer 1

Если два выхода, x, y, действительно независимы, что подразумевает факторизация

K(x_i, x_j) * K(y_i, y_j)

, то можно выбрать две отдельные модели, т.е. по одной для каждой из них.