我正在尝试使用Scikit-Learn提供的GaussianProcessRegressor对稀疏数据集进行插值。我有一个包含三个自变量的数据集。不幸的是，我无法提供数据本身。
我相信我的问题出在内核定义中。我的数据维度具有非常不同的大小（dim1〜1e-1，dim2〜1e-1，dim3〜1e7），我不确定如何处理。实例化我的RBF时，是否由“ length_scale”参数处理？当我拟合数据时，GaussianProcessRegressor对象是否在更改内核参数？ length_scale_bounds用于什么？我已经阅读了该软件包的文档，但是仍然无法回答这些问题。
我一般都知道这个表面“应该”是什么样子，因为它是三个独立变量之间相互作用的模型，在物理上已经很好地理解了。我最幸运的是手动缩放数据的第三个维度，使其与前两个维度处于相同的数量级，并使用各向同性内核。
产生这些表面。我已经通过第三个维度对数据进行了切片。在某些地方看起来还可以，this是我期望的趋势，这对我来说可以用作模型：
但是，如果我以不同的第三个自变量值在模型中进行另一个切片，则会得到this surface，它似乎在其中一个维度上呈“环”状。
预测的表面与我的点非常匹配，但是在该维度上它们之间在振荡。
谢谢！
