sklearn.gaussian_process

基于高斯过程的回归和分类。

用户指南. 有关详细信息，请参阅高斯过程一节。

GaussianProcessClassifier	基于拉普拉斯近似的高斯过程分类 (GPC)。
GaussianProcessRegressor	高斯过程回归 (GPR)。

核函数

一组可以通过运算符组合并在高斯过程中使用的核函数。

kernels.CompoundKernel	由一组其他核组成的核。
kernels.ConstantKernel	常量核。
kernels.DotProduct	点积核。
kernels.ExpSineSquared	Exp-Sine-Squared 核（又名周期性核）。
kernels.Exponentiation	Exponentiation 核函数接受一个基本核函数和一个标量参数 \(p\)，并通过以下方式将它们组合：
kernels.Hyperparameter	以命名元组形式表示的核函数超参数规范。
kernels.Kernel	所有核的基类。
kernels.Matern	Matern 核。
kernels.PairwiseKernel	sklearn.metrics.pairwise 中核的包装器。
kernels.Product	Product 核函数接受两个核函数 \(k_1\) 和 \(k_2\)，并通过以下方式将它们组合：
kernels.RBF	径向基函数核（又名平方指数核）。
kernels.RationalQuadratic	Rational Quadratic 核。
kernels.Sum	Sum 核函数接受两个核函数 \(k_1\) 和 \(k_2\)，并通过以下方式将它们组合：
kernels.WhiteKernel	White 核。