pymc.gp.LatentKron.conditional#
- LatentKron.conditional(name, Xnew, jitter=1e-06, **kwargs)[源代码]#
返回在新输入位置 Xnew 上评估的条件分布。
Xnew 将按列分割，并根据其 input_dim 传递给相关的协方差函数。例如，如果 cov_func1、cov_func2 和 cov_func3 的 input_dim 分别为 2、1 和 4，那么 Xnew 必须有 7 列，并且在预测点之间有一个协方差
cov_func(Xnew) = cov_func1(Xnew[:, :2]) * cov_func1(Xnew[:, 2:3]) * cov_func1(Xnew[:, 3:])
由 conditional 返回的分布不具有Kronecker结构，无论输入点是否位于全网格上。因此，Xnew 不需要具有网格结构。
- 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。
- 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。
- 名称 :