贝叶斯优化和高斯过程
卑微小虫子
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
GP实现
高斯过程代码import numpy as npimport sklearn.gaussian_process as gpfrom scipy.stats import normfrom scipy.optimize import minimizedef expected_improvement(x, gaussian_process, evaluated_loss, greater_...原创 2019-10-18 09:26:04 · 552 阅读 · 0 评论 -
高斯过程与贝叶斯优化
一、高斯过程定义:高斯过程是概率论和数理统计中随机过程的一种,是一系列服从正态分布的随机变量在一指数集内的组合;高斯过程中任意随机变量的线性组合都服从正态分布,每个有限维分布都是联合正态分布,其本身在连续指数集上的概率密度函数即是所有随机变量的高斯测度。高斯过程由数学期望和协方差函数完全决定的,并具有正态分布的性质。高斯分布重要的代数性质:在条件作用和边缘情况下是封闭的,也就表示无论经过多少次...转载 2019-10-07 11:12:10 · 4110 阅读 · 0 评论 -
Bayesian_Optimization的使用(超参数选择)
安装BO软件包1 pip install bayesian-optimization2 conda install -c bayesian-optimization3 git clone https://github.com/fmfn/BayesianOptimization.git使用方法#coding: utf-8from bayes_opt import BayesianOp...原创 2019-10-10 09:50:37 · 8299 阅读 · 0 评论
分享