pymc.gp.MarginalKron.predict#
- MarginalKron.predict(Xnew, point=None, diag=False, pred_noise=False, model=None)[源代码]#
给定一个 点，例如 MAP 估计或来自 轨迹 的样本，返回条件分布的均值向量和协方差矩阵作为 numpy 数组。
- 参数:
- 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。
- pointpymc.Point, 可选
一个特定的条件点。
- diag : 布尔值, 默认
Falsebool, 默认 python:False 如果 True，返回对角线而不是完整的协方差矩阵。
- pred_noise : 布尔值，默认值
Falsebool, 默认 python:False 是否在条件中包含观测噪声。
- 模型 :
Model, 可选模型，可选 包含高斯过程组件的模型，将为其生成预测。在with上下文中时为可选，否则为必需。