用于高斯过程回归的python库。
gplib的Python项目详细描述
高斯过程回归的python库。
设置gplib
- 创建并激活virtualenv(用于python2)或 venv(Python3)
# for python3 python3 -m venv .env # or for python2 python2 -m virtualenv .env source .env/bin/activate
- 升级pip
python -m pip install --upgrade pip
- 安装gplib包
python -m pip install gplib
- matplotlib需要安装后端才能交互工作 (见https://matplotlib.org/faq/virtualenv_faq.html)。 最简单的解决方案是安装tk框架, 可以在上找到python tk(或python3 tk) 某些Linux发行版。
使用gplib
- 导入gplib以在python脚本中使用它。
importgplib
- 用所需的模块初始化GP。
gp=gplib.GP(mean_function=gplib.mea.Fixed(),covariance_function=gplib.cov.SquaredExponential(),likelihood_function=gplib.lik.Gaussian(),inference_method=gplib.inf.ExactGaussian())
- 绘制GP。
gplib.plot.gp_1d(gp,n_samples=10)
- 生成一些随机数据。
importnumpyasnpdata={'X':np.arange(3,8,1.0)[:,None],'Y':np.random.uniform(0,2,5)[:,None]}
- 在给定数据的情况下,得到后面的gp。
posterior_gp=gp.get_posterior(data)
- 最后画出后面的gp图。
gplib.plot.gp_1d(posterior_gp,data,n_samples=10)
- examples/目录中有更多的示例。看看他们!
开发gplib
- 使用git下载存储库
git clone https://gitlab.com/ibaidev/gplib.git cd gplib git config user.email 'MAIL' git config user.name 'NAME' git config credential.helper 'cache --timeout=300' git config push.default simple
- 更新API文档
source ./.env/bin/activate pip install Sphinx cd docs/ sphinx-apidoc -f -o ./ ../gplib