scikit-learn - 如何使用 MCMC 优化超参数而不是高斯过程回归中的对数边际似然

Question

当我阅读 scikit-learn 用户指南（https://scikit-learn.org/stable/modules/gaussian_process.html#gaussian-process-regression-gpr）中的 1.7 Gaussian 过程时，我发现 Gaussian 的超参数过程不仅可以使用对数边际似然法进行优化，还可以使用马尔可夫链蒙特卡罗（MCMC）进行优化。但是我不知道如何实现这个方法，有没有人知道，谢谢任何人的回答。

标签： scikit-learn