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@)