我目前正在使用Scikit-Learn的GaussianProcessRegression，但是在绘制GP时，我发现了计算其标准偏差的不同方法：
Here，绘制了纯标准偏差（因此协方差矩阵的对角线）：
plt.fill_between(X_, y_mean - y_std, y_mean + y_std, alpha=0.2, color='k')
另一方面，在this示例中，标准偏差乘以1.96得到“ 95％置信区间”：
y_pred - 1.9600 * sigma, (y_pred + 1.9600 * sigma)
在this页上，该因子为2.00，因此我认为它绘制的是“ 99％置信区间”，但是我不确定吗？
loc.numpy() - 2*sd.numpy(), loc.numpy() + 2*sd.numpy()
我还找到了this来源，该来源还使用了标准偏差的平方根：
uncertainty = 1.96 * np.sqrt(np.diag(cov))
由于我才刚刚开始学习GP，所以我不确定是否要混淆。有人可以解释一下不同公式的含义以及使用它们的原因和时间吗？