本文介绍了从Python GPy中的高斯过程模型获取置信度限制的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我使用GPy在Python中计算了一个高斯过程模型:
I calcualted a Gaussian Process model in Python using GPy:
ker0 = GPy.kern.Bias(input_dim=1,variance=1e-2)
...
m = GPy.models.GPRegression(x, y, ker0+ker2)
我可以用
m.plot()
plt.show
并可视化点，样条曲线和置信度极限.现在，我想提取参数和置信度限制以在另一个图中使用数据.我的问题是，我该如何访问这些数据.
and it visualizes the points, the spline and the confidence limits. Now I want to extract the parameters and the confidence limits to use the data in another plot. My question is, how can I access these data.
如果我打印出来我会得到
if I print m I get
Name : GP regression
Objective : 31.9566881665
Number of Parameters : 4
Number of Optimization Parameters : 4
Updates : True
Parameters:
GP_regression. | value | constraints | priors
sum.bias.variance | 7.48802926977e-61 | +ve |
sum.spline.variance | -2.99999065833 | -3.0,-1.0 |
sum.spline.c | 19.8308670902 | 0.0,300.0 |
Gaussian_noise.variance | 50.2314402955 | +ve |
thx！
推荐答案
尝试
m.sum.bias.variance
在开始时注意m..
这篇关于从Python GPy中的高斯过程模型获取置信度限制的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！