Kernel syntax in Sklearn for Gaussian Process Regression

我正在尝试对二维输入数据集实现高斯过程回归。我想要修改核函数。在样本代码中，核函数被定义为：

kernel = C(1.0, (1e-3, 1e3)) * RBF(10, (1e-2, 1e2))

并用于定义高斯过程回归器如下：

gp = GaussianProcessRegressor(kernel=kernel, n_restarts_optimizer=15)

我知道C是常数核，RBF是径向基函数。我想了解定义核函数的语法中的其他术语。

回答：

C: 常数核 (可以作为乘积核的一部分，用于调整其他因子（核）的幅度，或者作为求和核的一部分，用于修改高斯过程的均值。)

ConstantKernel(constant_value=1.0, constant_value_bounds=(1e-05, 100000.0))

RBF: 径向基函数核或平方指数核。

RBF(length_scale=1.0, length_scale_bounds=(1e-05, 100000.0))

RBF核是一个平稳核。它也被称为“平方指数”核。它由一个长度尺度参数length_scale>0参数化，该参数可以是一个标量（核的各向同性变体），也可以是一个与输入X维数相同的向量（核的各向异性变体）。核函数的表达式为：

k(x_i, x_j) = exp(-1 / 2 d(x_i / length_scale, x_j / length_scale)^2)

学技术