mgpr

単調制約付きのガウス過程回帰のパッケージ

インストール方法

pip install git+https://github.com/Kuno3/mgpr

ガウス過程回帰の使い方

# モデルの作成
# tが観測値の入力でyが観測値の出力．sigma2とrho2，gamma2がパラメータ
model = gpr(
    t,
    y,
    sigma2=1.0,
    rho2=1.0,
    gamma2=1.0
)
# パラメータの最適化（初期値は最初に与えたパラメータ）
model.parameter_optimize()
# サンプリング
# sは確率密度関数に興味のある点の入力でnum_samplesは欲しいサンプルの数
samples = model.sampling(s, num_samples)

単調制約付きガウス過程回帰の使い方

# モデルの作成
# tが観測値の入力でyが観測値の出力．sigma2とrho2，gamma2がパラメータ
# xは単調制約を入れる点だが，点が細かすぎたり多すぎると失敗する．30点以下を推奨
model = mgpr(
    t,
    y,
    x,
    sigma2=1.0,
    rho2=1.0,
    gamma2=1.0
)
# パラメータの最適化
# 初期値は最初に与えたパラメータ
# 最適化はscipyのminimizeによって行っており，頻繁に失敗するため，初期値を色々と与えて試すことを推奨
model.parameter_optimize()
# サンプリング
# sは確率密度関数に興味のある点の入力でnum_samplesは欲しいサンプルの数
# burn_inとthinningはサンプリングを収束させ自己相関を小さくするために捨てるサンプルの数
samples = model.sampling(s, num_samples, burn_in, thinning)