高斯过程回归：不同输入空间中的组合核

问题描述

在 scikit-learn 中有没有办法指定内核处理高斯过程回归的输入维度？

当前当你在 sklearn 中添加两个内核时：k(x,x') = k1(x,x') + k2(x,x')，内核在相同的输入空间上运行，即它们对所有输入维度一共。

有没有办法为每个内核指定输入维度？假设您希望 k1 仅适用于维度 [0,1] 而 k2 仅适用于维度 [2]，例如在 GPy 中您可以这样做：
k(x,x') = RBF(active_dims=[0,1]) + RBF(active_dims=[2])

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@）