pymc.gp.MarginalApprox.predict

MarginalApprox.predict(Xnew, point=None, diag=False, pred_noise=False, given=None, jitter=1e-06, model=None)

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。