返回在新输入位置 Xnew 上评估的条件分布。
给定一组函数值 f，GP 先验覆盖这些值，新点集 f_* 的条件分布为
\[f_* \mid f, X, X_* \sim \mathcal{GP}\left(
K(X_*, X) K(X, X)^{-1} f \,,
K(X_*, X_*) - K(X_*, X) K(X, X)^{-1} K(X, X_*) \right)\]
- 参数:
- 名称 :
strstr 随机变量的名称
- Xnewarray_like
函数输入值。如果是一维的，必须是形状为 (n, 1) 的列向量。
- 给定 :
dict, 可选python:dict, 可选 可以作为键值对使用：X、y 和 gp。更多信息请参阅 pymc 文档中关于加性 GP 模型的 章节。
- 抖动 :
float, 默认值 1e-6python:float, 默认值 1e-6 对正半定协方差矩阵的对角线添加的小修正，以确保数值稳定性。
- **kwargs
传递给 MvNormal 分布构造函数的额外关键字参数。