从 Python GPy 中的高斯过程模型获取置信限

Question

我使用 GPy 在 Python 中计算了一个高斯过程模型：

ker0 = GPy.kern.Bias(input_dim=1,variance=1e-2)
...
m = GPy.models.GPRegression(x, y, ker0+ker2)

我可以用

绘制它

m.plot()
plt.show

它可视化点、样条曲线和置信限度。现在我想提取参数和置信限度以在另一个图中使用数据。我的问题是，我怎样才能访问这些数据。

如果我打印 m 我得到

Name : GP regression
Objective : 31.9566881665
Number of Parameters : 4
Number of Optimization Parameters : 4
Updates : True
Parameters:
  GP_regression.           |              value  |  constraints  |  priors
  sum.bias.variance        |  7.48802926977e-61  |      +ve      |
  sum.spline.variance      |     -2.99999065833  |   -3.0,-1.0   |
  sum.spline.c             |      19.8308670902  |   0.0,300.0   |
  Gaussian_noise.variance  |      50.2314402955  |      +ve      |

谢谢！

Answer 1

尝试

m.sum.bias.variance

注意开头的m.。

从 Python GPy 中的高斯过程模型获取置信限

Get confidence limits from Gaussian Process model in Python GPy

python

gaussian

confidence-interval

gpy