sklearn.gaussian_process.kernels.Kernel

class sklearn.gaussian_process.kernels.Kernel

Clase base para todos los núcleos.

Nuevo en la versión 0.18.

Atributos
bounds

Devuelve los límites transformados en logaritmo de theta.

hyperparameters

Devuelve una lista de todas las especificaciones de los hiperparámetros.

n_dims

Devuelve el número de hiperparámetros no fijos del núcleo.

requires_vector_input

Devuelve si el núcleo está definido en vectores de características de longitud fija o en objetos genéricos.

theta

Devuelve los hiperparámetros no fijos (aplanados y transformados en logaritmos).

Métodos

__call__

Evalúa el núcleo.

clone_with_theta

Devuelve un clon de sí mismo con los hiperparámetros dados theta.

diag

Devuelve la diagonal del núcleo k(X, X).

get_params

Obtener los parámetros de este núcleo.

is_stationary

Devuelve si el núcleo es estacionario.

set_params

Establece los parámetros de este núcleo.

abstract __call__()

Evalúa el núcleo.

property bounds

Devuelve los límites transformados en logaritmo de theta.

Devuelve
boundsndarray de forma (n_dims, 2)

Los límites transformados logarítmicamente de los hiperparámetros del núcleo theta

clone_with_theta()

Devuelve un clon de sí mismo con los hiperparámetros dados theta.

Parámetros
thetandarray de forma (n_dims,)

Hiperparámetros

abstract diag()

Devuelve la diagonal del núcleo k(X, X).

El resultado de este método es idéntico al de np.diag(self(X)); sin embargo, se puede evaluar de forma más eficiente ya que sólo se evalúa la diagonal.

Parámetros
Xarray-like de forma (n_samples,)

Argumento izquierdo del núcleo devuelto k(X, Y)

Devuelve
K_diagndarray de forma (n_samples_X,)

Diagonal del núcleo k(X, X)

get_params()

Obtener los parámetros de este núcleo.

Parámetros
deepbool, default=True

Si es True, devolverá los parámetros para este estimador y los subobjetos contenidos que son estimadores.

Devuelve
paramsdict

Nombres de parámetros mapeados a sus valores.

property hyperparameters

Devuelve una lista de todas las especificaciones de los hiperparámetros.

abstract is_stationary()

Devuelve si el núcleo es estacionario.

property n_dims

Devuelve el número de hiperparámetros no fijos del núcleo.

property requires_vector_input

Devuelve si el núcleo está definido en vectores de características de longitud fija o en objetos genéricos. El valor predeterminado es True para la compatibilidad con versiones anteriores.

set_params()

Establece los parámetros de este núcleo.

El método funciona tanto en núcleos simples como en núcleos anidados. Estos últimos tienen parámetros de la forma <component>__<parameter> para que sea posible actualizar cada componente de un objeto anidado.

Devuelve
self
property theta

Devuelve los hiperparámetros no fijos (aplanados y transformados en logaritmos).

Ten en cuenta que theta suelen ser los valores transformados en logaritmos de los hiperparámetros del núcleo, ya que esta representación del espacio de búsqueda es más adecuada para la búsqueda de hiperparámetros, ya que los hiperparámetros como las escalas de longitud viven naturalmente en una escala logarítmica.

Devuelve
thetandarray de forma (n_dims,)

Los hiperparámetros no fijos y transformados en logaritmos del núcleo

Ejemplos usando sklearn.gaussian_process.kernels.Kernel