pymc.gp.Marginal.predict#
- Marginal.predict(Xnew, point=None, diag=False, pred_noise=False, given=None, jitter=1e-06, model=None)[源代码]#
给定一个 点，例如 MAP 估计或来自 轨迹 的样本，返回条件分布的均值向量和协方差矩阵作为 numpy 数组。
- 参数:
- Xnewarray_like
函数输入值。如果是一维的，必须是形状为 (n, 1) 的列向量。
- pointpymc.Point, 可选
一个特定的条件点。
- diag : 布尔值, 默认
Falsebool, 默认 python:False 如果 True，返回对角线而不是完整的协方差矩阵。
- pred_noise : 布尔值，默认值
Falsebool, 默认 python:False 是否在条件中包含观测噪声。
- 给定 :
dict, 可选python:dict, 可选 可以接受键值对：X、y、sigma 和 gp。更多信息请参阅 pymc 文档中关于加性 GP 模型的 章节。
- 抖动 :
float, 默认值 1e-6python:float, 默认值 1e-6 对正半定协方差矩阵的对角线添加的小修正，以确保数值稳定性。
- 模型 :
Model, 可选模型，可选 包含高斯过程组件的模型，将为其生成预测。在with上下文中时为可选，否则为必需。