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。
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。