pymc.gp.MarginalApprox.conditional

MarginalApprox.conditional(name, Xnew, pred_noise=False, given=None, jitter=1e-06, **kwargs)

返回在新的输入位置 Xnew 上评估的 GP 的近似条件分布。

参数:

名称 : strstr

随机变量的名称

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。

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、Xu、y、sigma 和 gp。更多信息请参阅 pymc 文档中关于加性 GP 模型的 部分。

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。

**kwargs

传递给 MvNormal 分布构造函数的额外关键字参数。