pymc.gp.MarginalApprox.边际似然

MarginalApprox.marginal_likelihood(name, X, Xu, y, sigma=None, noise=None, jitter=1e-06, **kwargs)

返回给定输入位置 X、诱导点位置 Xu、数据 y 和白噪声标准差 sigma 的近似边际似然分布。

参数:

名称 : strstr

随机变量的名称

Xarray_like

函数输入值。如果是一维的，必须是形状为 (n, 1) 的列向量。

徐 : array_likearray_like

诱导点。必须与 X 具有相同的列数。

yarray_like

数据是带有GP先验和高斯噪声的函数之和。必须具有形状 (n, )。

sigmapython:float, 变量

高斯噪声的标准差。

noisepython:float, 变量, 可选

先前的 sigma 参数化。

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。