Skip to main content

带有误差条的一维数据的高斯过程回归拟合类。

项目描述

GPR1D

安装 GPR1D 程序

作者:Aaron Ho (01/06/2018)

此软件包必须安装!

对于初次使用的用户,强烈建议使用为此 Python 包开发的 GUI。要获取使用此功能所需的 Python 包依赖项,请在命令行中使用以下命令安装此包:

pip install [--user] GPR1D[guis]

--user如果您在正在处理的系统上没有 root 访问权限,请使用该标志。如果您已经克隆了存储库,请输入存储库目录的顶层并使用以下内容:

pip install [--user] -e .[guis]

删除该[guis]部分将不再检查此功能所需的 GUI 生成和绘图包。但是,这些包对于基类和算法并不重要。

文档

算法中使用的方程的文档,以及可用的内核和优化器,可以在 docs/. GPR1D 模块的文档可以在 GitLab 页面上找到

使用 GPR1D 程序

对于那些希望将这个包的功能包含到他们自己的 Python 脚本中的人,在 scripts/ 中提供了一个演示脚本。那里概述了用于创建内核、选择设置和执行 GPR 拟合的基本语法。

此外,对于那些希望将参数提炼成最关键参数子集的人,可以使用简化的 GPR1D 类。

如有任何问题或报告错误,请通过 GitLab 存储库中的适当渠道进行。

给用户的重要提示!

以下运行时警告在此例程中很常见,但默认情况下会被过滤掉:

RuntimeWarning: overflow encountered in double_scalars
RuntimeWarning: invalid value encountered in true_divide
RuntimeWarning: invalid value encountered in sqrt

它们通常在使用内核重新启动选项时发生(如在演示中),并不一定意味着结果拟合很差。

绘制结果拟合和错误是检查其质量的推荐方法。也可以使用对数边际似然度量,但仅在比较相同数据的不同拟合时才有价值,即。它的绝对值是没有意义的。

从 v1.1.1 开始,调整后的 R 2和伪 R 2 指标现在可用。调整后的 R 2度量提供了拟合与输入数据点的接近程度的度量。伪 R 2提供了考虑输入数据不确定性的这种接近度的度量。

项目详情


下载文件

下载适用于您平台的文件。如果您不确定要选择哪个,请了解有关安装包的更多信息。

源分布

GPR1D-1.2.1.tar.gz (52.9 kB 查看哈希

已上传 source

内置分布

GPR1D-1.2.1-py2.py3-none-any.whl (53.6 kB 查看哈希

已上传 py2 py3