sklearn中的高斯过程分类器属性

问题描述

我想要我的高斯过程分类器的二项式似然，为此我使用了 LEA instruction。我无法像在 GPy 包中的 GP 实现中那样，为我的观察添加二项式似然，以及每个样本的观察数量的元数据。

基本上，我正在寻找将从 GPy 包创建的以下对象转换为使用 sklearn 的 GP 分类器模型制作的对象。

model = GPy.core.GP(
    X_train,k_train,kernel=
        GPy.kern.Linear(
            X_train.shape[1],active_dims=range(0,X_train.shape[1])),likelihood=GPy.likelihoods.Binomial(),Y_Metadata={'trials': n_train},inference_method=GPy.inference.latent_function_inference.Laplace(),)

这里，k_train 是 n_train 是事件总数的正事件数。

我在 sklearn 的实现中遇到了一个属性 base_estimator_，我不知道如何使用。对我的要求有帮助吗？如果是，那么如何使用它？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）