1回答
在GPFlow中，可以将拟合的均值函数添加到GP回归中。当像在基本example中这样做时，结果是不会有由于均值拟合的不确定性而导致的不确定性。例如，在下面的示例中，误差条不会超出可用数据的范围，因为线性平均值的斜率保持在其最佳值不变。有没有一种方法可以解释这些不确定性，以便在外推时误差范围会增长？(这个问题最初是在issue report中陈述的，但为了更容易访问而移动到这里)
浏览 26提问于2020-03-24得票数 0
回答已采纳
上下文:我使用带有泊松似然(和日志/exp链接)的SVGP训练了一个模型。除了预测计数外，我还想做一个不确定度的测量。
(ii)如果是计数的预测均值/变量，那么均值不应该与方差相同(因为我们把除y和y以外的所有东西都除以y和y是分布的)？如果我正确理解代码，我们将得到泊松参数(i)的预测均值/方差。
浏览 0提问于2019-08-29得票数 1
正如问题所述，我想知道如何从GPFlow中的SVGP模型中获得噪声方差(而不是信号方差)。SVGP实际上不是我的目标，我试图理解异方差模型，但它也使用SVGP，所以我想从那里开始。
浏览 14提问于2021-12-06得票数 0
我尝试在自己生成的数据上运行notebook中的代码，以证明该模型是否可以进行任何分类。然后我创建了一个模型并对其进行了训练： Per = gpflow.kernels.Periodic(gpflow.kernels.SquaredExponential())
model_Per = gpflow.models.VGP((X, Y), likelihood=gpflow.likelihoods.Bernoulli(), kernel=Per) 我试着用模型</e
浏览 19提问于2020-07-04得票数 2
随着机器学习(其各种形式)在科学中变得越来越普遍，建立逻辑和系统的方法来解释机器学习结果变得非常重要。虽然现代ML技术已经表明自己能够与更“经典”的技术竞争，甚至超过了它们的准确性，但在任何数据分析中得到的数值结果都只是故事的一半。有建立和良好的形式化(数学上)的方法来评估结果中的不确定性，通过经典方法。如何评估机器学习结果中的不确定性？如何确定某些机器学习算法所估计的同一参数的不确定性？
我认识到，这可能与手头问题
浏览 0提问于2022-06-10得票数 3
回答已采纳
2回答
我尝试用“决策森林回归”算法在Azure机器学习中做一个预测天气的实验。
我使用AML Studio推荐给我的Weather数据集(它是机场中400K行的Wheater )。
我想预测"DryBulbCelsus“列(它的值在20和23之间)，所以我选择了Train Model中的列。我运行它，一切都很顺利。但问题是我不理解我的得分模型。如果有人与AML的工作，可以解释我必须如何解释结果中的数据。谢谢！
浏览 21提问于2016-09-23得票数 5
1回答
我正在寻找一种算法来预测金额(实际价值)，因此我正在考虑使用回归算法。但是，我还需要知道与该值关联的概率，即客户A明天花费$50的概率为65%。谢谢!
浏览 14提问于2018-08-24得票数 2
1回答
考虑一个具有以下结构的广义资产管理模型：y~gam(s(x1, by=x2) + x2 + s(x3))，其中x1和x2是连续变量，x2是分类变量。如果我想知道x1的效果(就偏差解释而言)，我会从模型中删除x1，并比较偏差解释()，如下所示：model2 <-+ s(x3)) summary(model1)$dev.expl-s
浏览 22提问于2019-08-16得票数 0
1回答
我目前正试图在GPflow中训练一个GP回归模型，它将预测某些气象输入下的降水值。我使用的是Linear+RBF+WhiteNoise内核，考虑到我使用的一组预测器，这似乎是合适的。我目前的问题是，当我得到预测新值的模型时，它有预测负降水的倾向--见附件图。
在构建模型时，我如何“强制执行”物理约束？训练数据不包含任何负降水值，但它包含许多接近于零的值，我假设这意味着GPR模型没有很好地学习“降水量必须是>=0"约束。如果有一种方法显式地强制执行这样的约
浏览 3提问于2020-07-09得票数 1
回答已采纳
3回答
我想其他许多像我一样的人可能会对如何使用GPFlow来解决他们的特殊问题感兴趣。关键是GPFlow是如何可定制的，一个好的例子会很有帮助。在我的案例中，我阅读并尝试了许多关于提出的问题的评论，但没有取得任何真正的成功。设置内核模型参数并不简单(使用默认值创建，然后通过delete object方法完成)。转换方法模糊不清。如何初始化和设置各向异性核模型的边界(长度-尺度值和边界，方差，...)并特别添加了观测值误差(作为一个类似数组的alpha参数)
浏览 0提问于2019-04-01得票数 0
GPy和GPflow有共同的数学背景吗？我之所以这样问，是因为我正在使用GPy，但我看不到引用。但是，GPflow在其示例中提供了参考。
使用keep using GPy可以吗?或者您是否建议立即使用GPflow用于高斯过程目的？
浏览 20提问于2020-02-19得票数 0
回答已采纳
1回答
对于大多数观测集，参数的后验分布(pymc.Matplot.plot(MCMCrun))形状很好，类似于高斯，而对某一参数(本例中的参数a )的最佳估计和不确定性来自：对A后验分布的正确解释是什么？
取痕迹的平均值，现在得出的值不是后验分布的峰值，因此不具有真正的代表性。我应该继续运行更多的迭代吗？或者这是A的最佳估计，也就是它在0到~7之间？
浏览 1提问于2015-02-13得票数 2
回答已采纳
1回答
当我在这篇文章中写“不确定性”时，我的意思是：例如，如果我有一个“非常确定”的分类器(在测试/训练集的均值/中位数上)，这个属性与实现实时准确预测的频率有多大关系？反之亦然？此外，如果我的分类器是“确定的”，这如何影响我解释它的决定在任何意义上的能力？
浏览 0提问于2020-07-26得票数 1
在#1435问题之后，我还有一个关于如何使用GPflow的问题。我的目的是将加性核拟合到二维数据(维度1中的平方指数核和维度2中的线性核)。在#1435的指导下，我已经成功地用内核gpflow.kernels.Linear(variance= 0.1)拟合了模型。GPy代码仅供参考，建议如何拟合模型。我知道GPy和GPflow使用不同的方法。我的问题是，当我在一维中指定线性核时，为什么GPflow模型</em
浏览 17提问于2020-04-21得票数 0
write.amelia(obj=a.out, file.stem = "impdata", format = "csv")
浏览 1提问于2019-08-29得票数 0
1回答
我一直在成功地遵循保存/恢复GPflow模型的方法。但现在我遇到了麻烦。 import gpflow import random
impor
浏览 1提问于2019-07-11得票数 2
回答已采纳
2回答
我正在尝试将一个自定义均值函数传递到GPflow 2.0中。我有一些(x，y，z)数据，每个x，y点都有几个观测值。我想传递每个(x，y)对的平均z值作为均值函数。我的自定义均值函数的代码如下，其中train_xy是我的训练数据中的(x，y，z)元组(x和y是输入，z是输出)。
下面是我的代码，设置均值函数，并将其传递给一个简单的GPR模型。class CustomMean(gpflow.mean_functions.MeanFunc
浏览 53提问于2020-07-08得票数 1
当我尝试应用MonteCarlo计算时，我注意到MC结果的平均值系统地高于静态结果。如果我多次重复MC计算，MC平均值似乎总是高于静态值(即使有大量的迭代)，我不明白为什么。它是来自于EcoInvent DataBase中的不确定性表示，还是我遗漏了什么？
浏览 7提问于2022-06-17得票数 1
回答已采纳
3回答
我也不太清楚如何用Python代码编写类似的代码--到目前为止，我找到的示例都没有说明如何处理损失函数的单个输出。)
浏览 5提问于2019-05-19得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
