Добавление active_dim в sklearn.gaussian_process.regression или создание новых классов - PullRequest
0 голосов
/ 02 апреля 2019

Я пытаюсь использовать sklearn.gaussian_process для регрессии V = F (x, y, z, u, w) так, чтобы мое ядро ​​было

K = white_noise + isotropic_rbf(x,y,z) * isotropic_rbf(u,w)

Это просто сделать в GPy и GPflow, используя _active_dim_

K = white_noise + isotropic_rbf(X,active_dim=[0,1,2]) * isotropic_rbf(X,active_dim=[3,4]) где X = [x, y, z, u, w]

Я сгенерировал два новых класса RBF и изменил класс RBF, изменив X = np.atleast_2d(X) до X = np.atleast_2d(X[:,:3) в RBF1 и до X = np.atleast_2d(X[:,3:) в RBF2

Неудачная попытка!

Буду признателен за любое предложение или решение

...