Sklearn GaussianProcessRegressor 修复内核超参数？
Sklearn GaussianProcessRegressor fixing kernel hyperparameters?
我正在尝试使用 sklearn 的高斯过程进行时间序列分解。
kernel = ConstantKernel() *
RBF() *
ExpSineSquared(periodicity=7)
除了periodicity_bounds=(7, 7)
，还有其他方法可以修复参数吗
如果我这样做 kernel.hyperparameters 我可以看到他们有一个属性 fixed=False
如何将其设置为 true？
它自己没有记录在内核中。但是超参数可以通过以下方式固定。
ExpSineSquared(periodicity=7, periodicity_bounds='fixed')
我正在尝试使用 sklearn 的高斯过程进行时间序列分解。
kernel = ConstantKernel() *
RBF() *
ExpSineSquared(periodicity=7)
除了periodicity_bounds=(7, 7)
如果我这样做 kernel.hyperparameters 我可以看到他们有一个属性 fixed=False
如何将其设置为 true？
它自己没有记录在内核中。但是超参数可以通过以下方式固定。
ExpSineSquared(periodicity=7, periodicity_bounds='fixed')