gpt4 book ai didi

python - 学习 : Using pretrained hyperparameters Gaussian Process Regression

转载 作者:太空宇宙 更新时间:2023-11-04 00:19:21 25 4
gpt4 key购买 nike

在我的数据上拟合 GPR 需要几个小时,因此,我想重用我预训练的 GausianProcessRegressor

我想我找到了一个解决方法,它似乎产生了相同的结果,但我想知道是否有更好的解决方案,因为这有点像 hack。

kernel = ConstantKernel(0.25, (1e-3, 1e3)) * RBF(hyper_params_rbf, (1e-3, 1e4)) + WhiteKernel(0.0002, (1e-23, 1e3))
gp = GaussianProcessRegressor(kernel=kernel, n_restarts_optimizer=30)

#normalize the data

train = False

if train:
print('Fitting')
gp.fit(X, y)
else:
gp.kernel_= kernel
gp.X_train_ = X
gp.y_train_ = y
gp._y_train_mean = np.zeros(1) #unuse, as Y is not normalized in Regressor
# Precompute quantities required for predictions which are independent of actual query points
K = gp.kernel_(gp.X_train_)
K[np.diag_indices_from(K)] += gp.alpha
gp.L_ = cholesky(K, lower=True)
gp.alpha_ = cho_solve((gp.L_, True), gp.y_train_)

y_pred, sigma = gp.predict(x, return_std=True)

最佳答案

您应该使用 picklejoblib 库序列化您的 GaussianProcessRegressor 模型。

from sklearn.externals import joblib

if train:
print('Fitting')
gp.fit(X, y)
joblib.dump(gp, 'filename.pkl')
else:
gp = joblib.load('filename.pkl')

请参阅 scikit-learn 的帮助 here

关于python - 学习 : Using pretrained hyperparameters Gaussian Process Regression,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49817982/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com