将 scikit-learn 0.17 版代码转换为 0.20 版
Translating scikit-learn version 0.17 code to verion 0.20
你好我想知道是否有人知道如何将下面的 scikit-learn 0.17 版代码转换为 0.20 版
from sklearn.gaussian_process import GaussianProcess
gp = GaussianProcess(corr='cubic', theta0=1e-2, thetaL=1e-4, thetaU=1E-1,
random_start=100)
xfit = np.linspace(0, 10, 1000)
yfit, MSE = gp.predict(xfit[:, np.newaxis], eval_MSE=True)
提前致谢!
GaussianProcess 现在分为 GaussianProcessRegressor and GaussianProcessClassifier
我无意中发现了书中的相同代码片段
“Python 数据科学手册”,作者 Jake VanderPlas。
我这样做了,
from sklearn.gaussian_process import GaussianProcessRegressor
from sklearn.gaussian_process.kernels import RBF, ConstantKernel as C
kernel = C(1.0, (1e-3, 1e3)) * RBF(10, (1e-2, 1e2))
gp = GaussianProcessRegressor(kernel=kernel, n_restarts_optimizer=10)
gp.fit(xdata[:,np.newaxis],ydata)
xfit = np.linspace(0,10,1000)
yfit, sigma = gp.predict(xfit[:,np.newaxis], return_std=True)
dyfit = 2*sigma
和书上的不一样,但确实有效,
我在官方网站 scikit-learn.org.
上关注了这个 example
你好我想知道是否有人知道如何将下面的 scikit-learn 0.17 版代码转换为 0.20 版
from sklearn.gaussian_process import GaussianProcess
gp = GaussianProcess(corr='cubic', theta0=1e-2, thetaL=1e-4, thetaU=1E-1,
random_start=100)
xfit = np.linspace(0, 10, 1000)
yfit, MSE = gp.predict(xfit[:, np.newaxis], eval_MSE=True)
提前致谢!
GaussianProcess 现在分为 GaussianProcessRegressor and GaussianProcessClassifier
我无意中发现了书中的相同代码片段 “Python 数据科学手册”,作者 Jake VanderPlas。 我这样做了,
from sklearn.gaussian_process import GaussianProcessRegressor
from sklearn.gaussian_process.kernels import RBF, ConstantKernel as C
kernel = C(1.0, (1e-3, 1e3)) * RBF(10, (1e-2, 1e2))
gp = GaussianProcessRegressor(kernel=kernel, n_restarts_optimizer=10)
gp.fit(xdata[:,np.newaxis],ydata)
xfit = np.linspace(0,10,1000)
yfit, sigma = gp.predict(xfit[:,np.newaxis], return_std=True)
dyfit = 2*sigma
和书上的不一样,但确实有效, 我在官方网站 scikit-learn.org.
上关注了这个 example