pymc.gp.MarginalKron.边际似然

MarginalKron.marginal_likelihood(name, Xs, y, sigma, is_observed=True, **kwargs)

返回给定输入位置 cartesian(*Xs) 和数据 y 的边际似然分布。

参数:

名称 : strstr

随机变量的名称

Xs : list 的 array_likelist of array_like

每个协方差函数的输入值。每个条目必须能够无误地传递给相应的协方差函数。总协方差函数是在完整网格 cartesian(*Xs) 上测量的。

yarray_like

数据是带有GP先验和高斯噪声的函数之和。必须具有形状 (n, )。

sigmapython:float, 变量

白高斯噪声的标准差。

is_observed : 布尔值，默认值 Truebool, 默认 python:True

已弃用。是否在 model 中将 y 设置为 observed 变量。

**kwargs

传递给 KroneckerNormal 分布构造函数的额外关键字参数。