python - GPR 中的 normalize_y

Question

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？

标签： pythonscikit-learnnormalizationgaussian-process