sklearn.gaussian_process

基于高斯过程的回归和分类。

User guide. See the 高斯过程 section for further details.

GaussianProcessClassifier	高斯过程分类（GPC）基于拉普拉斯近似。
GaussianProcessRegressor	高斯过程回归（GPR）。

Kernels

一组可以通过运算符组合并在高斯过程中使用核函数。

kernels.CompoundKernel	核函数，由一组其他核函数组成。
kernels.ConstantKernel	常量核。
kernels.DotProduct	Dot-Product 核函数。
kernels.ExpSineSquared	Exp-Sine-Squared 核（又称周期核）。
kernels.Exponentiation	指数核接受一个基础核和一个标量参数 \(p\) ，并通过以下方式组合它们
kernels.Hyperparameter	一个以namedtuple形式表示的核超参数规范。
kernels.Kernel	基类用于所有核函数。
kernels.Matern	Matern 核函数。
kernels.PairwiseKernel	包装器用于sklearn.metrics.pairwise中的内核。
kernels.Product	Product 核函数接受两个核函数 \(k_1\) 和 \(k_2\) ，并通过以下方式将它们组合起来：
kernels.RBF	径向基函数核（又称平方指数核）。
kernels.RationalQuadratic	有理二次核函数。
kernels.Sum	Sum 核接受两个核 \(k_1\) 和 \(k_2\) 并通过以下方式组合它们：
kernels.WhiteKernel	白核函数。