探地雷达中的normalize_y

Question

我试图用GaussianProcessRegressor来预测未知的值。

目标值通常在1000-10000之间。

由于它们不是0平均优先，所以我使用normalize_y = False设置模型，这是一个默认设置。

from sklearn.gaussian_process import GaussianProcessRegressor

gpr = GaussianProcessRegressor(kernel = RBF, random_state=0, alpha=1e-10, normalize_y = False)

当我用探地雷达模型预测未知时，返回的std值不现实地太小，例如在0.1的范围内，这是预测值的0.001%。

当我将设置更改为normalize_y = True时，返回的std值更真实，大约为500。

有人能确切地解释一下normalize_y在这里做什么吗?如果我把它设置为真还是假的话？

Answer 1

我在这里找到了最接近的答案：https://github.com/scikit-learn/scikit-learn/issues/15612

“好吧，我想我知道这里可能发生了什么。这有点棘手，但我认为没有一个内核有垂直长度尺度参数，所以内核(x，x)总是等于1。例如，K的所有对角线元素都等于1(在我们把脊线加进去之前)。

然后我们可以看到，预测的方差只能在0到1之间。例如，如果我们在远离训练数据的某个点预测(所以内核(X，x_new)是一个零向量)，那么方差只是

sigma^2 =核(x_new，x_new) =1

我认为这里真正的问题是，先验是用于具有单位方差的数据，但是数据没有单位方差。解决办法是将数据规范化，使其在“进入”GP后具有单位方差，进行GP分析，然后在结束时再次“不规范”。代码已经自动删除平均值，所以我认为我们只需要在同一点除以标准差，它就可以工作了。

所以只需要多几句台词就行了！“

因此，更改内核的length_scale_bounds参数应该可以解决这个问题！

我希望这能帮助那些在我面临同样问题时来到这里的人！