如何从sklearn GaussianProcessRegressor模型

Question

调用model.fit(X,y); model.get_params()将返回我初始化内核的值。如何获得训练模型的超参数？

Answer 1

如上所述import pandas as pd import matplotlib import matplotlib.pyplot as plt df = fooddata.reset_index() ax = df[['food','sum']].plot(kind='barh', title ="Total Sum per Food Item", figsize=(15, 10), legend=True, fontsize=12) ax.set_xlabel("Sum per Food Item", fontsize=12) ax.set_ylabel("Food Items", fontsize=12) ax.set_yticklabels(df['food']) plt.show() in documentation将返回传递给GPR初始化的参数。

它优化了传递的内核的内部参数，可以使用 model.get_params() 。

有关详细信息，请参阅文档和相关示例。

• http://scikit-learn.org/stable/modules/gaussian_process.html#gaussian-process-regression-gpr
• http://scikit-learn.org/stable/auto_examples/gaussian_process/plot_gpr_co2.html#sphx-glr-auto-examples-gaussian-process-plot-gpr-co2-py