2017-01-08 3 views
3

私は定数項と一般化指数相関モデルを使ってクリギング(ガウスプロセス)回帰を使用しようとしています。私はGaussianProcess関数(バージョン0.17.1)で古いバージョンでこれを行うことができました。私がそれを使用すると、警告メッセージが表示されます。scikit-learn GaussianProcessRegressorとGaussianProcessについて教えてください。なぜGaussianProcessはバージョン0.18で非推奨になったのですか?

deprecationWarning:Class GaussianProcessは非推奨です。 GaussianProcessはバージョン0.18では廃止され、0.20では削除されます。代わりにGaussianProcessRegressorを使用してください。

しかし、私はGaussianProcessRegressorと同様のオプションを見つけることができません。私はGaussianProcessRegressorで同じことができるのか、scikit-learnでこの機能をもうサポートする予定がないのだろうかと思います。

答えて

0

はいできます。

GaussianProcessRegressorクラスは、ドロップインの代替品として使用できます。デフォルトでは、カーネルはRBFです。したがって、あなたのケースに応じて、カーネルを適切に設定することができます。 Rasmussenを参照してください。実際、この新しいクラスの目的は、この聖書に従ってGPを実装することです。

+0

回帰パラメータを '定数'、 '多項式'などに設定することができます。RBFカーネルに二乗指数共分散モデルを関連付ける場合でも、クリギングの平均(またはトレンド成分)はどのように扱われますか? – optimizationguy

+0

カーネル(カーネルの混在)をチューニングすることで、必要なものを達成することができます。方程式は最終的に同じです。方法については、[doc](http://scikit-learn.org/stable/auto_examples/gaussian_process/plot_gpr_co2.html#sphx-glr-auto-examples-gaussian-process-plot-gpr-co2-py)を参照してください。それを調整する。 – Y0da

関連する問題