python - GPR 中的 normalize_y
问题描述
我正在尝试在 sklearn 中使用 GaussianProcessRegressor 来预测未知值。
目标值通常在 1000-10000 之间。
由于它们不是 0 均值先验,我将模型设置为normalize_y = False
,这是默认设置。
from sklearn.gaussian_process import GaussianProcessRegressor
gpr = GaussianProcessRegressor(kernel = RBF, random_state=0, alpha=1e-10, normalize_y = False)
当我用 gpr 模型预测未知时,返回的标准值太小了,就像 0.1 的比例一样,是预测值的 0.001%。
当我将设置更改为 时normalize_y = True
,返回的 std 值更真实,大约 500ish。
有人可以准确解释normalize_y
这里的作用,在这种情况下我是否将其设置为 True 或 False?
解决方案
推荐阅读
- python - 无法加载短网址的图片
- reactjs - 无法使用 react-intl-tel-input 组件对未安装的组件执行 React 状态更新
- javascript - 检查对象中的任何数组是否包含空值
- linux-kernel - RPi4:设备驱动程序 - 带有浮点数的 pr_info 导致构建错误
- android - 如何制作一个文本,它会水平滚动其内容,而内容长于 android jetpack compose 中的大小?
- python - 使用会话用户而不是通过凭据进行连接
- visual-studio - MyGet 不显示 nuget 包自包含图标
- flutter - 如何在加载图像时添加进度条或循环进度此代码(颤振)?我尝试了不同的解决方案,但没有运气:(
- python - Reg ex 用于删除 python 上的数字和括号
- python - 如何使用 pymongo 在 mongodb 中重命名父字段名称和嵌套字段值?