高斯过程的稳健超参数优化

Question

我正在尝试使用scikit-learn将高斯过程拟合到某些数据，但相关模型的超参数的最大似然估计失败了：

Exception: Bad parameter region. Try increasing upper bound

现在我怀疑这是因为我的数据集中出现了一些巨大的“峰值”（我不愿称它们为异常值，因为它们可能是真值） - 请参阅下图（右图直方图）：

因此，在我的脑海中，解决方案是强制最大似然优化器仅在1-99百分位数据上进行优化，以忽略此峰值。但是，我没有任何理由（或代码），并且有点想知道是否有任何意见，如果这是有道理的。

可能更一般地说：对超参数进行“稳健”最大似然估计是否有意义？