我一直在寻找问题的答案。到目前为止没有运气:(。我的问题尽可能简单。为了简单起见我只有2D输入（它最终会增长）。让我说我使用两个变量（功能：车辆里程表测量，新车价格）预测汽车的价值（目标：旧车价格）我如何训练sklearn.gaussian_process.GaussianProcessRegressor来预测我要找的东西。
from sklearn import gaussian_process
X_train = np.array(X).reshape((-1, 2)).astype(int)
y_train = np.array(y).reshape(-1,1).astype(int)
GPR = gaussian_process.GaussianProcessRegressor(normalize_y = False,n_restarts_optimizer = 3)
GPR.fit(X_train,y_train)
#creating random points for testing the data
X_test_Odometer = np.linspace(0, 268000, 1000)[:, None]
X_test_Price = random.sample(range(5000, 13000), 1000)
X_test = np.column_stack((X_test_Odometer,X_test_Price)).astype(int)
GPR.predict(X_test)
这种预测根本不起作用。我不知道是否需要自定义内核。如果是，我不知道该怎么做。我是scikit的新手，任何帮助将不胜感激：）