scikit-learn - 高斯过程回归器 - 所有值 sklearn 0.23 版本的相同标准偏差

Question

Q1）我在传感器数据上使用高斯过程回归器来估计人体姿势。在预测测试数据时，我得到的所有值的标准偏差都相同。获得与我使用 Standscaler() 缩放数据相同的标准偏差是否正常。

Q2）其次，我想提高我在测试数据上的分数，目前它的表现很差，分数为 0.27。每当我尝试使用混合内核时，我的进程都会卡住并且永远不会返回。任何建议，如何解决这个问题。

下面是代码。

scaler_x = StandardScaler()
scaler_y = StandardScaler()

stance_train = scaler_x.fit_transform(stance_train)
stance_label = scaler_y.fit_transform(stance_label)
stance_test = scaler_x.transform(stance_test)
stance_test_label = scaler_y.transform(stance_test_label)
kernel = RBF(length_scale=3.0, length_scale_bounds=(10,1e-02))
gpr1 = GaussianProcessRegressor(kernel=kernel, random_state=0, n_restarts_optimizer=500, normalize_y=True, alpha=0.01).fit(stance_train,stance_label)

res1 = gpr1.score(stance_test, stance_test_label)
print(res1)

mean, sigma = gpr1.predict(stance_test[:1], return_std=True)
print(sigma)
[0.10220269 0.10220269 0.10220269 0.10220269 0.10220269 0.10220269
0.10220269 0.10220269 0.10220269 0.10220269 0.10220269 0.10220269
0.10220269 0.10220269 0.10220269 0.10220269 0.10220269 0.10220269]
print(mean)
[[-0.32279146 -1.36695596 -0.09067824 -1.46859509 0.71355078 0.76069065
-1.32083008 0.13645212 -0.13363496 -0.12042919 0.65796758 0.04662945
-0.7011215 -1.28839211 -0.17705824 0.37084057 -0.46027648 0.33293756]]

标签： scikit-learnregressionpredictiongaussian